ASymba: H <scp>i</scp> global profile asymmetries in the <scp>simba</scp> simulation
Notice bibliographique
Résumé
ABSTRACT Asymmetry in the spatially integrated, 1D H i global profiles of galaxies can inform us on both internal (e.g. outflows) and external (e.g. mergers, tidal interactions, and ram pressure stripping) processes that shape galaxy evolution. Understanding which of these primarily drive H i profile asymmetry is of particular interest. In the lead-up to SKA pathfinder and SKA H i emission surveys, hydrodynamical simulations have proved to be a useful resource for such studies. Here, we present the methodology behind, as well as first results, of ASymba: Asymmetries in H i of Simba galaxies, the first time this simulation suite has been used for this type of study. We generate mock observations of the H i content of these galaxies and calculate the profile asymmetries using three different methods. We find that $M_{\rm H\, {\small I}}$ has the strongest correlation with all asymmetry measures, with weaker correlations also found with the number of mergers a galaxy has undergone, and gas and galaxy rotation. We also find good agreement with the xGASS sample, in which galaxies with highly asymmetric profiles tend to have lower H i gas fractions than galaxies with symmetric profiles, and additionally find the same holds in sSFR parameter space. For low H i mass galaxies, it is difficult to distinguish between asymmetric and symmetric galaxies, but this becomes achievable in the high H i mass population. These results showcase the potential of ASymba and provide the groundwork for further studies, including comparison to upcoming large H i emission surveys.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».