Resolved stellar mass maps of galaxies in the Hubble Frontier Fields : evidence for mass dependency in environmental quenching
Notice bibliographique
Résumé
One of the challenges in understanding the quenching processes for galaxies is connecting progenitor star-forming populations to their descendant quiescent populations over cosmic time. Here we attempt a novel approach to this challenge by assuming that the underlying stellar mass distribution of galaxies is not significantly altered during environmental-quenching processes that solely affect the gas content of cluster galaxies, such as strangulation and ram pressure stripping. Using the deep, high-resolution photometry of the Hubble Frontier Fields, we create resolved stellar mass maps for both cluster and field galaxies, from which we determine 2D Sérsic profiles, and obtain Sérsic indices and half-mass radii. We classify the quiescent cluster galaxies into disk-like and bulge-like populations based on their Sérsic indices, and find that bulge-like quiescent galaxies dominate the quiescent population at higher masses (M⋆ > 10⁹.⁵M⊙), whereas disk-like quiescent galaxies dominate at lower masses (10⁸.⁵M⊙ < M⋆ < 10⁹.⁵M⊙). Using both the Sérsic indices and half-mass radii, we identify a population of quiescent galaxies in clusters that are morphological analogs of field star-forming galaxies. These analogs are interpreted to be star-forming galaxies that had been environmentally quenched. We use these morphological analogs to compute the environmental-quenching efficiency, and we find that the efficiency decreases with increasing stellar mass. This demonstrates that environmental quenching is more effective on less massive galaxies and that the effect of environment on quenching galaxies is not completely separable from the effect of mass on quenching galaxies.
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 | 0,001 | 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) | 0,001 | 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 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 ».