MétaCan
Menu
← Retour à la cohorte
Enregistrement W3043584298 · doi:10.1051/0004-6361/202037955

Ubiquitous NH<sub>3</sub> supersonic component in L1688 coherent cores

2020· article· en· W3043584298 sur OpenAlexaff

Notice bibliographique

RevueAstronomy and Astrophysics · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Star Formation Studies
Établissements canadiensCanadian Institute for Theoretical AstrophysicsHerzberg Institute of AstrophysicsUniversity of TorontoUniversity of VictoriaUniversity of Alberta
Organismes subventionnairesUral Federal UniversityNational Science Foundation
Mots-clésSupersonic speedMean kinetic temperatureVelocity dispersionKinetic energyLine (geometry)Molecular cloudDispersion (optics)Brightness

Résumé

récupéré en direct d'OpenAlex

Context. Star formation takes place in cold dense cores in molecular clouds. Earlier observations have found that dense cores exhibit subsonic non-thermal velocity dispersions. In contrast, CO observations show that the ambient large-scale cloud is warmer and has supersonic velocity dispersions. Aims. We aim to study the ammonia (NH3) molecular line profiles with exquisite sensitivity towards the coherent cores in L1688 in order to study their kinematical properties in unprecedented detail. Methods. We used NH3 (1,1) and (2,2) data from the first data release (DR1) in the Green Bank Ammonia Survey (GAS). We first smoothed the data to a larger beam of 1′ to obtain substantially more extended maps of velocity dispersion and kinetic temperature, compared to the DR1 maps. We then identified the coherent cores in the cloud and analysed the averaged line profiles towards the cores. Results. For the first time, we detected a faint (mean NH3(1,1) peak brightness < 0.25 K in TMB), supersonic component towards all the coherent cores in L1688. We fitted two components, one broad and one narrow, and derived the kinetic temperature and velocity dispersion of each component. The broad components towards all cores have supersonic linewidths (ℳS ≥ 1). This component biases the estimate of the narrow dense core component’s velocity dispersion by ≈28% and the kinetic temperature by ≈10%, on average, as compared to the results from single-component fits. Conclusions. Neglecting this ubiquitous presence of a broad component towards all coherent cores causes the typical single-component fit to overestimate the temperature and velocity dispersion. This affects the derived detailed physical structure and stability of the cores estimated from NH3 observations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,205
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAstronomy and Astrophysics→Même sujetAstrophysics and Star Formation Studies→Travaux en français237 207→