Testing Feedback-regulated Star Formation in Gas-rich, Turbulent Disk Galaxies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper we compare the molecular gas depletion times and midplane hydrostatic pressure in turbulent, star-forming disk galaxies to internal properties of these galaxies. For this analysis we use 17 galaxies from the DYNAMO sample of nearby (z ∼ 0.1) turbulent disks. We find a strong correlation, such that galaxies with lower molecular gas depletion time (t dep) have higher gas velocity dispersion (σ). Within the scatter of our data, our observations are consistent with the prediction that made in theories of feedback-regulated star formation. We also show a strong, single power-law correlation between midplane pressure (P) and star formation rate surface density (ΣSFR), which extends for 6 orders of magnitude in pressure. Disk galaxies with lower pressure are found to be roughly in agreement with theoretical predictions. However, in galaxies with high pressure we find P/ΣSFR values that are significantly larger than theoretical predictions. Our observations could be explained with any of the following: (1) the correlation of ΣSFR-P is significantly sublinear; (2) the momentum injected from star formation feedback (p ∗/m ∗) is not a single, universal value; or (3) alternate sources of pressure support are important in gas-rich disk galaxies. Finally, using published survey results, we find that our results are consistent with the cosmic evolution of t dep(z) and σ(z). Our interpretation of these results is that the cosmic evolution of t dep may be regulated not just by the supply of gas but also by the internal regulation of star formation via feedback.
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.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,059 | 0,004 |
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 découle