Core to Cosmic Edge: SIMBA-C’s New Take on Abundance Profiles in the Intragroup Medium at z = 0
Notice bibliographique
Résumé
We employ the simba-c cosmological simulation to study the impact of its upgraded chemical enrichment model (Chem5) on the distribution of metals in the intragroup medium (IGrM). We investigate the projected X-ray emission-weighted abundance profiles of key elements over two decades in halo mass (1013≤M500/M⊙≤1015). Typically, simba-c generates lower-amplitude abundance profiles than simba with flatter cores, in better agreement with observations. For low-mass groups, both simulations over-enrich the IGrM with Si, S, Ca, and Fe compared to observations, a trend likely related to inadequate modeling of metal dispersal and mixing. We analyze the 3D mass-weighted abundance profiles, concluding that the lower simba-c IGrM abundances are primarily a consequence of fewer metals in the IGrM, driven by reduced metal yields in Chem5, and the removal of the instantaneous recycling of metals approximation employed by simba. Additionally, an increased IGrM mass in low-mass simba-c groups is likely triggered by changes to the AGN and stellar feedback models. Our study suggests that a more realistic chemical enrichment model broadly improves agreement with observations, but physically motivated sub-grid models for other key processes, like AGN and stellar feedback and turbulent diffusion, are required to realistically reproduce observed group environments.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 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 ».