On the relation between magnetic field strength and gas density in the interstellar medium: a multiscale analysis
Notice bibliographique
Résumé
ABSTRACT The relationship between magnetic field strength B and gas density n in the interstellar medium is of fundamental importance. We present and compare Bayesian analyses of the B–n relation for two comprehensive observational data sets: a Zeeman data set and 700 observations using the Davis–Chandrasekhar–Fermi (DCF) method. Using a hierarchical Bayesian analysis we present a general, multiscale broken power-law relation, $B=B_0(n/n_0)^{\alpha }$, with $\alpha =\alpha _1$ for $n< n_0$ and $\alpha _2$ for $n>n_0$, and with $B_0$ the field strength at $n_0$. For the Zeeman data, we find: $\alpha _1={0.15^{+0.06}_{-0.09}}$ for diffuse gas and $\alpha _2 = {0.53^{+0.09}_{-0.07}}$ for dense gas with $n_0 = 0.40^{+1.30}_{-0.30}\times 10^4$ cm$^{-3}$. For the DCF data, we find: $\alpha _1={0.26^{+0.01}_{-0.01}}$ and $\alpha _2={0.77_{-0.15}^{+0.14}}$, with $n_0=14.00^{+10.00}_{-7.00}\times 10^4$ cm$^{-3}$, where the uncertainties give 68 per cent credible intervals. We perform a similar analysis on nineteen numerical magnetohydrodynamic simulations covering a wide range of physical conditions from protostellar discs to dwarf and Milky Way-like galaxies, computed with the arepo, flash, pencil, and ramses codes. The resulting exponents depend on several physical factors such as dynamo effects and their time-scales, turbulence, and initial seed field strength. We find that the dwarf and Milky Way-like galaxy simulations produce results closest to the observations.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| 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 ».