A critical assessment of solutions to the galaxy diversity problem
Notice bibliographique
Résumé
Abstract Galactic rotation curves exhibit a diverse range of inner slopes. Observational data indicates that explaining this diversity may require a mechanism that correlates a galaxy's surface brightness with the central-most region of its dark matter halo. In this work, we compare several concrete models that capture the relevant physics required to explain the galaxy diversity problem. We focus specifically on a Self-Interacting Dark Matter (SIDM) model with an isothermal core and two Cold Dark Matter (CDM) models with/without baryonic feedback. In contrast to the CDM case, the SIDM model can lead to the formation of an isothermal core in the halo, and is also mostly insensitive to baryonic feedback processes, which act on longer time-scales. Using rotation curves from 90 galaxies in the Spitzer Photometry & Accurate Rotation Curves (SPARC) catalog, we perform a comprehensive model comparison that addresses issues of statistical methodology from prior works. The best-fit halo models that we recover are consistent with standard CDM concentration-mass and abundance matching relations. We find that both the SIDM and feedback-affected CDM models are better than a CDM model with no feedback in explaining the rotation curves of low and high surface brightness galaxies in the sample. However, when compared to each other, there is no strong statistical preference for either the SIDM or the feedback-affected CDM halo model as the source of galaxy diversity in the SPARC catalog.
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 | 0,000 |
| 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 ».