Quenching time-scales in the IllustrisTNG simulation
Notice bibliographique
Résumé
ABSTRACT The time-scales for galaxy quenching offer clues to its underlying physical drivers. We investigate central galaxy quenching time-scales in the IllustrisTNG 100-1 simulation, their evolution over time, and the pre-quenching properties of galaxies that predict their quenching time-scales. Defining quenching duration τq as the time between crossing specific star formation rate (sSFR) thresholds, we find that ${\sim} 40{{\ \rm per\ cent}}$ of galaxies quench rapidly with τq < 1 Gyr, but a substantial tail of galaxies can take up to 10 Gyr to quench. Furthermore, 29 per cent of galaxies that left the star-forming main sequence (SFMS) more than 2 Gyr ago never fully quench by z = 0. While the median τq is fairly constant with epoch, the rate of galaxies leaving the SFMS increases steadily over cosmic time, with the rate of slow quenchers being dominant around z ∼ 2–0.7. Compared to fast quenchers (τq < 1 Gyr), slow-quenching galaxies (τq > 1 Gyr) were more massive, had more massive black holes, had larger stellar radii, and accreted gas with higher specific angular momentum (AM) prior to quenching. These properties evolve little by z = 0, except for the accreting gas AM for fast quenchers, which reaches the same high AM as the gas in slow quenchers. By z = 0, slow quenchers also have residual star formation in extended gas rings. Using the expected relationship between stellar age gradient and τq for inside-out quenching we find agreement with Mapping Nearby Galaxies at Apache Point Observatory (MaNGA) integral field unit (IFU) observations. Our results suggest the accreting gas AM and potential well depth determine the quenching time-scale.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».