MétaCan
Menu
Retour à la cohorte
Enregistrement W4366271020 · doi:10.1093/mnras/stad1081

Fuzzy Aquarius: evolution of a Milky-way like system in the Fuzzy Dark Matter scenario

2023· article· en· W4366271020 sur OpenAlexfundno aff
Matteo Nori, Andrea V. Macciò, Marco Baldi

Notice bibliographique

RevueMonthly Notices of the Royal Astronomical Society · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueDark Matter and Cosmic Phenomena
Établissements canadiensnon disponible
Organismes subventionnairesTamkeenMinistero dell’Istruzione, dell’Università e della RicercaYork UniversityNew York University Abu DhabiNew York University
Mots-clésPhysicsMilky WayRedshiftAstrophysicsGalaxyDark matterHaloCold dark matter

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We present the first high-resolution zoom-in simulation of a Milky-way-like halo extracted from the Aquarius Project in the Fuzzy Dark Matter (FDM) framework. We use the N-body code AX-GADGET, based on a particle-oriented solution of the Schrödinger–Poisson equations, able to detail the complexity of structure formation while keeping track of the quantum effects in FDM. The halo shows a cored density profile, with a core size of several kpc for an FDM mass of mχ = 2.5h × 10−22 eV/c2. A flattening is observed also in the velocity profile, representing a distinct feature of FDM dynamics. We provide a quantitative analysis of the impact of fuzziness on subhaloes in terms of abundance, mass, distance, and velocity distribution functions, and their evolution with redshift. Very interestingly, we show that all collapsed structures, despite showing a flat density profile at z = 0, do not reach the solitonic ground state at the time of formation: on the contrary, they asymptotically converge to it on a time-scale that depends on their mass and formation history. This implies that current limits on FDM mass – obtained by applying simple scaling relations to observed galaxies – should be taken with extreme care, since single objects can significantly deviate from the expected asymptotic behaviour during their evolution.

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 enseignants0,019
Score d'incertitude au seuil0,038

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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,199
Écart entre enseignants0,192 · 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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMonthly Notices of the Royal Astronomical SocietyMême sujetDark Matter and Cosmic PhenomenaTravaux en français237 207