Accretion onto supermassive and intermediate-mass black holes in cosmological simulations
Notice bibliographique
Résumé
Accretion is the dominant contribution to the cosmic massive black hole (MBH) density in the Universe today. However, modelling accretion in cosmological simulations is challenging due to the dynamic range involved, as well as the theoretical uncertainties of the underlying mechanisms driving accretion from galactic to black hole horizon scales. We present a simple, flexible parametrisation for gas inflows onto MBHs aimed at managing this uncertainty in the context of large-volume cosmological simulations. This study has been carried out as part of the ‘Learning the Universe’ collaboration, with an aim to jointly infer the initial conditions and physical processes governing the evolution of the Universe, using a Bayesian forward-modelling approach. To allow for this forward-modelling approach, we updated the prescription for accretion with a two-parameter free-fall based inflow estimate that allows for a radius-dependent inflow rate and added a simple model for unresolved accretion disks. We used uniform resolution cosmological hydrodynamical simulations and the IllustrisTNG framework to study the MBH population and its dependence on the introduced model parameters. Once the parameters of the accretion formula were chosen, aimed at achieving a zero black hole mass density (BHMD) at a roughly similar redshift, the differences caused by details in the accretion formula are moderate in the supermassive black hole (SMBH) regime, indicating that it is difficult to distinguish between accretion mechanisms based on luminous active galactic nuclei (AGNs) powered by SMBHs. Applying the same models to intermediate-mass black holes (IMBHs) at high redshifts, however, reveals significantly different accretion rates in high-redshift, moderate-luminosity AGNs, as well as different frequencies and mass distributions of IMBH mergers for the same black hole formation model. This difference in the early growth history will also likely lead to an accretion model-dependent SMBH population in low-mass black hole formation scenarios.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».