Massive Star Cluster Formation with Binaries. I. Evolution of Binary Populations
Notice bibliographique
Résumé
Abstract We study the evolution of populations of binary stars within massive cluster-forming regions. We simulate the formation of young massive star clusters within giant molecular clouds with masses ranging from 2 × 104 to 3.2 × 105 M ⊙. We use Torch, which couples stellar dynamics, magnetohydrodynamics, star and binary formation, stellar evolution, and stellar feedback through the Amuse framework. We find that the binary fraction decreases during cluster formation at all molecular cloud masses. The binaries’ orbital properties also change, with stronger and quicker changes in denser, more massive clouds. Most of the changes we see can be attributed to the disruption of binaries wider than 100 au, although the close binary fraction also decreases in the densest cluster-forming region. The binary fraction for O stars remains above 90%, but exchanges and dynamical hardening are ubiquitous, indicating that O stars undergo frequent few-body interactions early during the cluster formation process. Changes to the populations of binaries are a by-product of hierarchical cluster assembly: most changes to the binary population take place when the star formation rate is high, and there are frequent mergers between subclusters in the cluster-forming region. A universal primordial binary distribution based on observed inner companions in the Galactic field is consistent with the binary populations of young clusters with resolved stellar populations, and the scatter between clusters of similar masses could be explained by differences in their formation history.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».