Time-scales for the effects of interactions on galaxy properties and SMBH growth
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Galaxy interaction and merging have clear effects on the systems involved. We find an increase in the star formation rate (SFR), potential ignition of active galactic nuclei (AGNs), and significant morphology changes. However, at what stage during interactions or mergers these changes begin to occur remains an open question. With a combination of machine learning and visual classification, we select a sample of 3162 interacting and merging galaxies in the Cosmic Evolutionary Survey (COSMOS) field across a redshift range of 0.0–1.2. We divide this sample into four distinct stages of interaction based on their morphology, each stage representing a different phase of the dynamical time-scale. We use the rich ancillary data available in COSMOS to probe the relation between interaction stage, stellar mass, SFR, and AGN fraction. We find that the distribution of SFRs rapidly changes with stage for mass distributions consistent with being drawn from the same parent sample. This is driven by a decrease in the fraction of red sequence galaxies (from 17 per cent as close pairs to 1.4 per cent during merging) and an increase in the fraction of starburst galaxies (from 7 per cent to 32 per cent). We find that the AGN fraction increases by a factor of 1.2 only at coalescence. We find that the effects of interaction peak at the point of closest approach and coalescence of the two systems. We show that the point in time of the underlying dynamical time-scale – and its related morphology – is as important to consider as its projected separation.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle