Gas accretion at high redshift: cold flows all the way
Notice bibliographique
Résumé
We study in detail how massive galaxies accrete gas through cosmic time using cosmological hydrodynamical simulations from the High-z Evolution of Large and Luminous Objects (HELLO) and the Numerical Investigation of a Hundred Astrophysical Objects (NIHAO) projects. We find that accretion through cold filaments at high redshift (z ~ 2-4) is a key factor in maintaining the high star formation rates (> 100 Msun/yr) observed in these galaxies, and that more than 75% of the total gas participating in the star formation process is accreted via this channel at high z even in haloes well above 10^12 Msun. The low volume occupancy of the filaments allows plenty of space for massive gas outflows generated by the vigorous star formation and AGN activity, with the cold incoming gas and the hot outflowing gas barely interacting. We present a model based on a Bayesian hierarchical formalism that accurately describes the evolution of the cold fraction accretion with redshift and halo mass. Our model predicts a relatively constant critical mass (Mc) for the cold-to-hot transition up to z ~ 1.3 and an evolving critical mass log(Mc) proportional to log(1+z)^1.7 at higher redshift. Overall, our findings provide deeper insight into the cosmic evolution of gas accretion modes and offer a robust framework for understanding how cold accretion contributes to galaxy growth across different epochs.
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 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».