Applying the Tremaine–Weinberg Method to Nearby Galaxies: Stellar-mass-based Pattern Speeds and Comparisons with ISM Kinematics
Notice bibliographique
Résumé
Abstract We apply the Tremaine–Weinberg method to 19 nearby galaxies using stellar mass surface densities and velocities derived from the PHANGS-MUSE survey, to calculate (primarily bar) pattern speeds (Ω P ). After quality checks, we find that around half (10) of these stellar-mass-based measurements are reliable. For those galaxies, we find good agreement between our results and previously published pattern speeds, and we use rotation curves to calculate major resonance locations (corotation radii and Lindblad resonances). We also compare these stellar-mass-derived pattern speeds with H α (from MUSE) and CO( J = 2 − 1) emission from the PHANGS-ALMA survey. We find that in the case of these clumpy interstellar medium (ISM) tracers, this method erroneously gives a signal that is simply the angular frequency at a representative radius set by the distribution of these clumps (Ω clump ), and that this Ω clump is significantly different from Ω P (∼20% in the case of H α , and ∼50% in the case of CO). Thus, we conclude that it is inadvisable to use “pattern speeds” derived from ISM kinematics. Finally, we compare our derived pattern speeds and corotation radii, along with bar properties, to the global parameters of these galaxies. Consistent with previous studies, we find that galaxies with a later Hubble type have a larger ratio of corotation radius to bar length, more molecular-gas-rich galaxies have higher Ω P , and more bulge-dominated galaxies have lower Ω P . Unlike earlier works, however, there are no clear trends between the bar strength and Ω P , nor between the total stellar mass surface density and the pattern speed.
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 | 0,001 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».