SDSS-IV MaNGA: how do star formation histories affect gas-phase abundances?
Notice bibliographique
Résumé
ABSTRACT Gas-phase abundances in galaxies are the products of those galaxies’ evolutionary histories. The star formation history (SFH) of a region might therefore be expected to influence that region’s present day gaseous abundances. Here, we employ data from the MaNGA survey to explore how local gas metallicities relate to SFHs of galaxy regions. We combine MaNGA emission line measurements with SFH classifications from absorption line spectra to compare gas-phase abundances in star-forming regions with those in regions classified as starburst, post-starburst, and green valley. We find that starburst regions contain gas that is more pristine than in normal star-forming regions, in terms of O/H and N/O; we further find that post-starburst regions (which have experienced stochastic SFHs) behave very similarly to ordinary star-forming regions (which have experienced far smoother SFHs) in O/H–N/O space. We argue from this that gas is diluted significantly by pristine infall but is then re-enriched rapidly after a starburst event, making gas-phase abundances insensitive to the precise form of the SFH at late times. We also find that green valley regions possess slightly elevated N/O abundances at a given O/H; this is potentially due to a reduced star formation efficiency in such regions, but it could also point to late-time rejuvenation of green valley regions in our sample.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».