Spatially resolved star formation and fuelling in galaxy interactions
Notice bibliographique
Résumé
ABSTRACT We investigate the spatial structure and evolution of star formation and the interstellar medium (ISM) in interacting galaxies. We use an extensive suite of parsec-scale galaxy-merger simulations (stellar mass ratio = 2.5:1), which employs the ‘Feedback In Realistic Environments-2’ model (fire-2). This framework resolves star formation, feedback processes, and the multiphase structure of the ISM. We focus on the galaxy-pair stages of interaction. We find that close encounters substantially augment cool (H i) and cold-dense (H2) gas budgets, elevating the formation of new stars as a result. This enhancement is centrally concentrated for the secondary galaxy, and more radially extended for the primary. This behaviour is weakly dependent on orbital geometry. We also find that galaxies with elevated global star formation rate (SFR) experience intense nuclear SFR enhancement, driven by high levels of either star formation efficiency (SFE) or available cold-dense gas fuel. Galaxies with suppressed global SFR also contain a nuclear cold-dense gas reservoir, but low SFE levels diminish SFR in the central region. Concretely, in the majority of cases, SFR enhancement in the central kiloparsec is fuel-driven (55 per cent for the secondary, 71 per cent for the primary) – while central SFR suppression is efficiency-driven (91 per cent for the secondary, 97 per cent for the primary). Our numerical predictions underscore the need of substantially larger, and/or merger-dedicated, spatially resolved galaxy surveys – capable of examining vast and diverse samples of interacting systems – coupled with multiwavelength campaigns aimed to capture their internal ISM structure.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».