Mapping magnetic fields from clouds to cores with PRIMAger
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
High-resolution, wide-area mapping of magnetic field geometries within molecular clouds, including the star-forming filaments and cores within them, is crucial to understanding the role of magnetic fields in the star formation process. We, therefore, propose an unbiased survey of star-forming molecular clouds within 0.5 kpc of the Earth in polarized light with the PRIMAger Polarimetry Imager. We will map magnetic fields over entire molecular clouds at linear resolutions of ∼10−3 to 10−2 pc (∼103 to 104 au) in PRIMAger Bands PPI1 to PPI4, thereby resolving magnetic field structure both within individual star-forming filaments and cores and in the most diffuse regions of molecular clouds. These multiwavelength polarimetric observations will allow us to systematically investigate both the wide range of open questions about the role of magnetic fields in star formation and the evolution of the interstellar medium, and interstellar dust grain properties. The time required to map the area observed by the Herschel Gould Belt Survey (160 deg2) to the cirrus confusion limit in polarized light is 170 h. This will give a 5-σ detection of 20% polarized low-density cirrus emission, with surface brightness in polarized intensity of 1.0 to 2.4 MJy/sr across the PRIMAger bands, and will ensure detection of polarized emission at all higher column densities. This time estimate can be simply scaled up to map magnetic fields in a larger sample of molecular clouds, including more distant regions of higher-mass star formation.
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