How do central and satellite galaxies quench? – Insights from spatially resolved spectroscopy in the MaNGA survey
Notice bibliographique
Résumé
ABSTRACT We investigate how star formation quenching proceeds within central and satellite galaxies using spatially resolved spectroscopy from the SDSS-IV MaNGA DR15. We adopt a complete sample of star formation rate surface densities (ΣSFR), derived in Bluck et al. (2020), to compute the distance at which each spaxel resides from the resolved star forming main sequence (ΣSFR − Σ* relation): ΔΣSFR. We study galaxy radial profiles in ΔΣSFR, and luminosity weighted stellar age (AgeL), split by a variety of intrinsic and environmental parameters. Via several statistical analyses, we establish that the quenching of central galaxies is governed by intrinsic parameters, with central velocity dispersion (σc) being the most important single parameter. High mass satellites quench in a very similar manner to centrals. Conversely, low mass satellite quenching is governed primarily by environmental parameters, with local galaxy overdensity (δ5) being the most important single parameter. Utilizing the empirical MBH − σc relation, we estimate that quenching via AGN feedback must occur at $M_{\rm BH} \ge 10^{6.5-7.5} \, \mathrm{M}_{\odot }$, and is marked by steeply rising ΔΣSFR radial profiles in the green valley, indicating ‘inside-out’ quenching. On the other hand, environmental quenching occurs at overdensities of 10–30 times the average galaxy density at z∼ 0.1, and is marked by steeply declining ΔΣSFR profiles, indicating ‘outside-in’ quenching. Finally, through an analysis of stellar metallicities, we conclude that both intrinsic and environmental quenching must incorporate significant starvation of gas supply.
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 | 0,001 | 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 ».