From Seeds to Supermassive Black Holes: Capture, Growth, Migration, and Pairing in Dense Protobulge Environments
Notice bibliographique
Résumé
Abstract The origins and mergers of supermassive black holes (SMBHs) remain a mystery. We describe a scenario from a novel multiphysics simulation featuring rapid (≲1 Myr) hyper-Eddington gas capture by a ∼1000 M ⊙ “seed” black hole (BH) up to supermassive (≳10 6 M ⊙ ) masses in a massive, dense molecular cloud complex typical of high-redshift starbursts. Due to the high cloud density, stellar feedback is inefficient, and most of the gas turns into stars in star clusters that rapidly merge hierarchically, creating deep potential wells. Relatively low-mass BH seeds at random positions can be “captured” by merging subclusters and migrate to the center in ∼1 freefall time (vastly faster than dynamical friction). This also efficiently produces a paired BH binary with ∼0.1 pc separation. The centrally concentrated stellar density profile (akin to a “protobulge”) allows the cluster as a whole to capture and retain gas and build up a large (parsec-scale) circumbinary accretion disk with gas coherently funneled to the central BH (even when the BH radius of influence is small). The disk is “hypermagnetized” and “flux-frozen”: dominated by a toroidal magnetic field with plasma β ∼ 10 −3 , with the fields amplified by flux-freezing. This drives hyper-Eddington inflow rates ≳1 M ⊙ yr −1 , which also drive the two BHs to nearly equal masses. The late-stage system appears remarkably similar to recently observed high-redshift “little red dots.” This scenario can provide an explanation for rapid SMBH formation, growth, and mergers in high-redshift galaxies.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».