A model for the formation of stellar associations and clusters from giant molecular clouds
Notice bibliographique
Résumé
ABSTRACT We present a large suite of magnetohydrodynamic simulations of turbulent, star-forming giant molecular clouds (GMCs) with stellar feedback, extending previous work by simulating 10 different random realizations for each point in the parameter space of cloud mass and size. It is found that once the clouds disperse due to stellar feedback, both self-gravitating star clusters and unbound stars generally remain, which arise from the same underlying continuum of substructured stellar density, i.e. the hierarchical cluster formation scenario. The fraction of stars that are born within gravitationally bound star clusters is related to the overall cloud star formation efficiency set by stellar feedback, but has significant scatter due to stochastic variations in the small-scale details of the star-forming gas flow. We use our numerical results to calibrate a model for mapping the bulk properties (mass, size, and metallicity) of self-gravitating GMCs on to the star cluster populations they form, expressed statistically in terms of cloud-level distributions. Synthesizing cluster catalogues from an observed GMC catalogue in M83, we find that this model predicts initial star cluster masses and sizes that are in good agreement with observations, using only standard IMF and stellar evolution models as inputs for feedback. Within our model, the ratio of the strength of gravity to stellar feedback is the key parameter setting the masses of star clusters, and of the various feedback channels direct stellar radiation (photon momentum and photoionization) is the most important on GMC scales.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».