Massive star cluster formation
Notice bibliographique
Résumé
The mode of star formation that results in the formation of globular clusters and young massive clusters is difficult to constrain through observations. We present models of massive star cluster formation using the TORCH framework, which uses the Astrophysical MUltipurpose Software Environment (AMUSE) to couple distinct multi-physics codes that handle star formation, stellar evolution and dynamics, radiative transfer, and magnetohydrodynamics. We upgraded TORCH by implementing the N-body code PETAR, thereby enabling TORCH to handle massive clusters forming from 106 M⊙ clouds with ≥105 individual stars. We present results from TORCH simulations of star clusters forming from 104, 105, and 106 M⊙ turbulent spherical gas clouds (named M4, M5, M6) of radius R = 11.7 pc. We find that star formation is highly efficient and becomes more so at a higher cloud mass and surface density. For M4, M5, and M6 with initial surface densities 2.325 × 101,2,3 M⊙ pc−2, after a free-fall time of tff = 6.7,2.1,0.67 Myr, we find that ∼30%, 40%, and 60% of the cloud mass has formed into stars, respectively. The end of simulation-integrated star formation efficiencies for M4, M5, and M6 are ϵ⋆ = M⋆/Mcloud = 36%, 65%, and 85%. Observations of nearby clusters similar in mass and size to M4 have instantaneous star formation efficiencies of ϵinst ≤ 30%, which is slightly lower than the integrated star formation efficiency of M4. The M5 and M6 models represent a different regime of cluster formation that is more appropriate for the conditions in starburst galaxies and gas-rich galaxies at high redshift, and that leads to a significantly higher efficiency of star formation. We argue that young massive clusters build up through short efficient bursts of star formation in regions that are sufficiently dense (Σ ≥ 102 M⊙ pc−2) and massive (Mcloud ≥ 105 M⊙). In such environments, stellar feedback from winds and radiation is not strong enough to counteract the gravity from gas and stars until a majority of the gas has formed into stars.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».