Does the fundamental metallicity relation evolve with redshift? – II. The evolution in normalization of the mass–metallicity relation
Notice bibliographique
Résumé
ABSTRACT The metal content of galaxies is a direct probe of the baryon cycle. A hallmark example is the relationship between a galaxy’s stellar mass, star formation rate (SFR), and gas-phase metallicity: the fundamental metallicity relation (FMR). While low-redshift ($z\lesssim 4$) observational studies suggest that the FMR is redshift-invariant, recent high-zJWST data indicate deviations from the FMR established at low-z. In this study, we utilize the FMR to predict the evolution of the normalization of the mass–metallicity relation (MZR) using the cosmological simulations Illustris, IllustrisTNG, EAGLE, and SIMBA. Our findings demonstrate that a $z = 0$ calibrated FMR struggles to predict the evolution in the MZR of each simulation. To quantify the divergence of the predictions, we introduce the concepts of a ‘static’ FMR, where the role of the SFR in setting the normalization of the MZR does not change with redshift, and a ‘dynamic’ FMR, where the role of SFR evolves over time. We find static FMRs in SIMBA and dynamic FMRs in Illustris, IllustrisTNG, and EAGLE. We suggest that the differences between these models likely points to the subtle differences in the implementation of the baryon cycle. Moreover, we echo recent JWST results at $z \gt 4$ by finding significant offsets from the FMR in IllustrisTNG and EAGLE, suggesting that the observed FMR may have a similar dynamic trend as these simulations. Overall, our findings imply that the current FMR framework neglects important time variations of these simulations’ baryon cycles.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».