The GOGREEN survey: constraining the satellite quenching time-scale in massive clusters at <i>z</i> ≳ 1
Notice bibliographique
Résumé
ABSTRACT We model satellite quenching at z ∼ 1 by combining 14 massive (1013.8 < Mhalo/M⊙ < 1015) clusters at 0.8 < z < 1.3 from the GOGREEN and GCLASS surveys with accretion histories of 56 redshift-matched analogues from the IllustrisTNG simulation. Our fiducial model, which is parametrized by the satellite quenching time-scale (τquench), accounts for quenching in our simulated satellite population both at the time of infall by using the observed coeval field quenched fraction and after infall by tuning τquench to reproduce the observed satellite quenched fraction versus stellar mass trend. This model successfully reproduces the observed satellite quenched fraction as a function of stellar mass (by construction), projected cluster-centric radius, and redshift and is consistent with the observed field and cluster stellar mass functions at z ∼ 1. We find that the satellite quenching time-scale is mass dependent, in conflict with some previous studies at low and intermediate redshift. Over the stellar mass range probed (M⋆ > 1010 M⊙), we find that the satellite quenching time-scale decreases with increasing satellite stellar mass from ∼1.6 Gyr at 1010 M⊙ to ∼0.6−1 Gyr at 1011 M⊙ and is roughly consistent with the total cold gas (HI + H2) depletion time-scales at intermediate z, suggesting that starvation may be the dominant driver of environmental quenching at z < 2. Finally, while environmental mechanisms are relatively efficient at quenching massive satellites, we find that the majority ($\sim 65{\!-\!}80{{\ \rm per\ cent}}$) of ultra-massive satellites (M⋆ > 1011 M⊙) are quenched prior to infall.
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 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 ».