Kpc-scale properties of dust temperature in terms of dust mass and star formation activity
Notice bibliographique
Résumé
ABSTRACT We investigate how dust temperature is affected by local environmental quantities, especially dust surface density (Σdust), dust-to-gas ratio (D/G), and interstellar radiation field. We compile multiwavelength observations in 46 nearby galaxies, uniformly processed with a common physical resolution of 2 kpc. A physical dust model is used to fit the infrared dust emission spectral energy distribution (SED) observed with WISE and Herschel. The star formation rate (SFR) is traced with GALEX ultraviolet data corrected by WISE infrared. We find that the dust temperature correlates well with the SFR surface density (ΣSFR), which traces the radiation from young stars. The dust temperature decreases with increasing D/G at fixed ΣSFR, as expected from stronger dust shielding at high D/G, when ΣSFR is higher than $\sim 2\times 10^{-3}~\rm M_\odot ~yr^{-1}~kpc^{-2}$. These measurements are in good agreement with the dust temperature predicted by our proposed analytical model. Below this range of ΣSFR, the observed dust temperature is higher than the model prediction and is only weakly dependent on D/G, possibly due to dust heating from an old stellar population or the variation of SFR within the past 1010 yr. Overall, the dust temperature as a function of ΣSFR and Σdust predicted by our analytical model is consistent with observations. We also notice that, at fixed gas surface density, ΣSFR tends to increase with D/G, i.e. we can modify the Kennicutt–Schmidt law empirically with a dependence on D/G to match observations better.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».