The gas phase mass metallicity relation for dwarf galaxies: Dependence on star formation rate and HI gas mass
Notice bibliographique
Résumé
Using a sample of dwarf galaxies observed using the VIMOS IFU on the Very Large Telescope, we investigate the mass-metallicity relation (MZR) as a function of star formation rate (FMRSFR) as well as HI-gas mass (FMRHI). We combine our IFU data with a subsample of galaxies from the ALFALFA HI survey crossmatched to the Sloan Digital Sky Survey (SDSS) to study the FMRSFR and FMRHI across the stellar mass range 106.6-108.8 Mo, with metallicities as low as 12 + log(O/H) = 7.67. We find the 1σ mean scatter in the MZR to be 0.05 dex. The 1σ mean scatter in the FMRSFR (0.02 dex) is significantly lower than that of the MZR. The FMRSFR is not consistent between the IFU observed galaxies and the ALFALFA/SDSS galaxies for SFRs lower than 10-2.4 Mo yr-1, however, this could be the result of limitations of our measurements in that regime. The lowest mean scatter (0.01 dex) is found in the FMRHI. We also find that the FMRHI is consistent between the IFU observed dwarf galaxies and the ALFALFA/SDSS crossmatched sample. We introduce the fundamental metallicity luminosity counterpart to the FMR, again characterized in terms of SFR (FMLSFR) and HI-gas mass (FMLHI). We find that the FMLHI relation is consistent between the IFU observed dwarf galaxy sample and the larger ALFALFA/SDSS sample. However, the 1σ scatter for the FMLHI relation is not improved over the FMRHI scenario. This leads us to conclude that the FMRHI is the best candidate for a physically motivated fundamental metallicity relation.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,004 |
| 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 ».