On the quenching of star formation in observed and simulated central galaxies: evidence for the role of integrated AGN feedback
Notice bibliographique
Résumé
ABSTRACT In this paper, we investigate how massive central galaxies cease their star formation by comparing theoretical predictions from cosmological simulations: EAGLE, Illustris, and IllustrisTNG with observations of the local Universe from the Sloan Digital Sky Survey (SDSS). Our machine learning (ML) classification reveals supermassive black hole mass (MBH) as the most predictive parameter in determining whether a galaxy is star forming or quenched at redshift z = 0 in all three simulations. This predicted consequence of active galactic nucleus (AGN) quenching is reflected in the observations, where it is true for a range of indirect estimates of MBH via proxies as well as its dynamical measurements. Our partial correlation analysis shows that other galactic parameters lose their strong association with quiescence, once their correlations with MBH are accounted for. In simulations, we demonstrate that it is the integrated power output of the AGN, rather than its instantaneous activity, which causes galaxies to quench. Finally, we analyse the change in molecular gas content of galaxies from star-forming to passive populations. We find that both gas fractions (fgas) and star formation efficiencies (SFEs) decrease upon transition to quiescence in the observations but SFE is more predictive than fgas in the ML passive/star-forming classification. These trends in the SDSS are most closely recovered in IllustrisTNG and are in direct contrast with the predictions made by Illustris. We conclude that a viable AGN feedback prescription can be achieved by a combination of preventative feedback and turbulence injection which together quench star formation in central galaxies.
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 | 0,001 | 0,003 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».