The JCMT Gould Belt Survey Complete Core Catalogue: core mass function variations between nearby molecular clouds
Notice bibliographique
Résumé
ABSTRACT We present a catalogue of dense cores identified in James Clerk Maxwell Telescope (JCMT) Gould Belt Survey SCUBA-2 (Submillimetre Common-User Bolometer Array 2) observations of nearby star-forming clouds. We identified 2257 dense cores using the getsources algorithm, of which 59 per cent are starless, and 41 per cent are potentially protostellar. 71 per cent of the starless cores are prestellar core candidates, suggesting a prestellar core lifetime similar to that of Class 0/I young stellar objects. Higher mass clouds have a higher fraction of prestellar cores compared to protostars, suggesting a longer average prestellar core lifetime. We assessed completeness by inserting critically stable Bonnor–Ebert spheres into a blank SCUBA-2 field: completeness scales as distance squared, with an average mass recovery fraction of $73\pm 6$ per cent for recovered sources. We calculated core masses and radii, and assessed their gravitational stability using the Bonnor–Ebert criterion. Maximum starless core mass scales with cloud complex mass with an index $0.58\pm 0.13$, consistent with the behaviour of maximum stellar masses in embedded clusters. We performed least-squares and Monte Carlo modelling of the core mass functions (CMFs) of our starless and prestellar core samples. The CMFs can be characterized using lognormal distributions: we do not sample the full range of core masses needed to create the stellar initial mass function (IMF). The CMFs of the clouds are not consistent with being drawn from a single underlying distribution. The peak mass of the starless core CMF increases with cloud mass; the prestellar CMF of the more distant clouds has a peak mass $\sim 3\times$ the lognormal peak for the system IMF, implying a $\sim 33$ per cent prestellar core-to-star efficiency.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».