MétaCan
Menu
← Retour à la cohorte
Enregistrement W4322494050 · doi:10.3847/1538-4357/acb0c5

Early-forming Massive Stars Suppress Star Formation and Hierarchical Cluster Assembly

2023· article· en· W4322494050 sur OpenAlexafffund
Sean C. Lewis, Stephen L. W. McMillan, Mordecai‐Mark Mac Low, Claude Cournoyer-Cloutier, Brooke Polak, Maite J. C. Wilhelm, Aaron Tran, Alison Sills, Simon Portegies Zwart, Ralf S. Klessen, Joshua E. Wall

Notice bibliographique

RevueThe Astrophysical Journal · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Star Formation Studies
Établissements canadiensMcMaster University
Organismes subventionnairesNational Supercomputing Center, Korea Institute of Science and Technology InformationNatural Sciences and Engineering Research Council of CanadaUniversität HeidelbergInternational Max Planck Research School for Advanced Methods in Process and Systems EngineeringInternational Max Planck Research School for Environmental, Cellular and Molecular MicrobiologyDeutsche ForschungsgemeinschaftLeibniz-GemeinschaftNational Aeronautics and Space AdministrationNew York Space Grant ConsortiumNational Science Foundation
Mots-clésPhysicsAstrophysicsStar formationStarsStar clusterCluster (spacecraft)Star (game theory)Astronomy

Résumé

récupéré en direct d'OpenAlex

Abstract Feedback from massive stars plays an important role in the formation of star clusters. Whether a very massive star is born early or late in the cluster formation timeline has profound implications for the star cluster formation and assembly processes. We carry out a controlled experiment to characterize the effects of early-forming massive stars on star cluster formation. We use the star formation software suite Torch, combining self-gravitating magnetohydrodynamics, ray-tracing radiative transfer, N-body dynamics, and stellar feedback, to model four initially identical 104 M ⊙ giant molecular clouds with a Gaussian density profile peaking at 521.5 cm−3. Using the Torch software suite through the AMUSE framework, we modify three of the models, to ensure that the first star that forms is very massive (50, 70, and 100 M ⊙). Early-forming massive stars disrupt the natal gas structure, resulting in fast evacuation of the gas from the star-forming region. The star formation rate is suppressed, reducing the total mass of the stars formed. Our fiducial control model, without an early massive star, has a larger star formation rate and total efficiency by up to a factor of 3, and a higher average star formation efficiency per freefall time by up to a factor of 7. Early-forming massive stars promote the buildup of spatially separate and gravitationally unbound subclusters, while the control model forms a single massive cluster.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,247
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal→Même sujetAstrophysics and Star Formation Studies→Travaux en français237 207→