Molecular Cloud Populations in the Context of Their Host Galaxy Environments: A Multiwavelength Perspective
Notice bibliographique
Résumé
Abstract We present a rich, multiwavelength, multiscale database built around the PHANGS–ALMA CO (2 − 1) survey and ancillary data. We use this database to present the distributions of molecular cloud populations and subgalactic environments in 80 PHANGS galaxies, to characterize the relationship between population-averaged cloud properties and host galaxy properties, and to assess key timescales relevant to molecular cloud evolution and star formation. We show that PHANGS probes a wide range of kpc-scale gas, stellar, and star formation rate (SFR) surface densities, as well as orbital velocities and shear. The population-averaged cloud properties in each aperture correlate strongly with both local environmental properties and host galaxy global properties. Leveraging a variable selection analysis, we find that the kpc-scale surface densities of molecular gas and SFR tend to possess the most predictive power for the population-averaged cloud properties. Once their variations are controlled for, galaxy global properties contain little additional information, which implies that the apparent galaxy-to-galaxy variations in cloud populations are likely mediated by kpc-scale environmental conditions. We further estimate a suite of important timescales from our multiwavelength measurements. The cloud-scale freefall time and turbulence crossing time are ∼5–20 Myr, comparable to previous cloud lifetime estimates. The timescales for orbital motion, shearing, and cloud–cloud collisions are longer, ∼100 Myr. The molecular gas depletion time is 1–3 Gyr and shows weak to no correlations with the other timescales in our data. We publish our measurements online, and expect them to have broad utility to future studies of molecular clouds and star formation.
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 | 0,000 | 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 ».