Metallicity Gradients in Modern Cosmological Simulations. I. Tension between Smooth Stellar Feedback Models and Observations
Notice bibliographique
Résumé
Abstract The metallicity of galaxies, and its variation with galactocentric radius, provides key insights into the formation histories of galaxies and the physical processes driving their evolution. In this work, we analyze the radial metallicity gradients of star-forming galaxies in the EAGLE, Illustris, IllustrisTNG, and SIMBA cosmological simulations across broad mass (10 8.0 M ⊙ ≤ M ⋆ ≲ 10 12.0 M ⊙ ) and redshift (0 ≤ z ≤ 8) ranges. We find that all simulations predict strong negative (i.e., radially decreasing) metallicity gradients at early cosmic times, likely due to their similar treatments of relatively smooth stellar feedback not providing sufficient mixing to quickly flatten gradients. The strongest redshift evolution occurs in galaxies with stellar masses of 10 10.0 –10 11.0 M ⊙ , while galaxies with stellar mass < 10 10 M ⊙ and >10 11 M ⊙ exhibit weaker redshift evolution. Our result of negative gradients at high redshift contrast with the many positive and flat gradients in the 1 < z < 4 observational literature. At z > 6, the negative gradients observed with JWST and the Atacama Large Millimeter/submillimeter Array are flatter than those in simulations, albeit with closer agreement than at lower redshift. Overall, we suggest that these smooth stellar feedback galaxy simulations may not sufficiently mix their metal content radially, and that either stronger stellar feedback or additional subgrid turbulent metal diffusion models may be required to better reproduce observed metallicity gradients.
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 | 0,004 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».