PDRs4All: A JWST Early Release Science Program on Radiative Feedback from Massive Stars
Notice bibliographique
Résumé
Abstract Massive stars disrupt their natal molecular cloud material through radiative and mechanical feedback processes. These processes have profound effects on the evolution of interstellar matter in our Galaxy and throughout the universe, from the era of vigorous star formation at redshifts of 1–3 to the present day. The dominant feedback processes can be probed by observations of the Photo-Dissociation Regions (PDRs) where the far-ultraviolet photons of massive stars create warm regions of gas and dust in the neutral atomic and molecular gas. PDR emission provides a unique tool to study in detail the physical and chemical processes that are relevant for most of the mass in inter- and circumstellar media including diffuse clouds, proto-planetary disks, and molecular cloud surfaces, globules, planetary nebulae, and star-forming regions. PDR emission dominates the infrared (IR) spectra of star-forming galaxies. Most of the Galactic and extragalactic observations obtained with the James Webb Space Telescope (JWST) will therefore arise in PDR emission. In this paper we present an Early Release Science program using the MIRI, NIRSpec, and NIRCam instruments dedicated to the observations of an emblematic and nearby PDR: the Orion Bar. These early JWST observations will provide template data sets designed to identify key PDR characteristics in JWST observations. These data will serve to benchmark PDR models and extend them into the JWST era. We also present the Science-Enabling products that we will provide to the community. These template data sets and Science-Enabling products will guide the preparation of future proposals on star-forming regions in our Galaxy and beyond and will facilitate data analysis and interpretation of forthcoming JWST observations.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».