MétaCan
Menu
Retour à la cohorte
Enregistrement W3103508844

Constraints on Stirring and Dissipation of MHD Turbulence in Molecular Clouds

2001· article· en· W3103508844 sur OpenAlexaff

Notice bibliographique

RevueCERN Document Server (European Organization for Nuclear Research) · 2001
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Star Formation Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMagnetohydrodynamicsDissipationTurbulencePhysicsMolecular cloudSupersonic speedMechanicsAstrophysicsComputational physicsPlasmaThermodynamicsStars
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We discuss constraints on the rates of stirring and dissipation of MHD turbulence in molecular clouds. Recent MHD simulations suggest that turbulence in clouds decays rapidly, thus providing a significant source of energy input, particularly if driven at small scales by, for example, bipolar outflows. We quantify the heating rates by combining the linewidth-size relations, which describe global cloud properties, with numerically determined dissipation rates. We argue that, if cloud turbulence is driven on small internal scales, the $^{12}$CO flux (enhanced by emission from weakly supersonic shocks) will be much larger than observed; this, in turn, would imply excitation temperatures significantly above observed values. We reach two conclusions: (1) small-scale driving by bipolar outflows cannot possibly account for cloud support and yield long-lived clouds, unless the published MHD dissipation rates are seriously overestimated; (2) driving on large scales (comparable to the cloud size) is much more viable from an energetic standpoint, and if the actual net dissipation rate is only slightly lower than what current MHD simulations estimate, then the observationally inferred lifetimes and apparent virial equilibrium of molecular clouds can be explained.

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)0,001
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,018
Tête enseignante GPT0,266
Écart entre enseignants0,247 · 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'étudeSimulation ou modélisation
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

Citations17
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCERN Document Server (European Organization for Nuclear Research)Même sujetAstrophysics and Star Formation StudiesTravaux en français237 207