<scp>Aeos</scp>: The Impact of Population III Initial Mass Function and Star-by-star Models in Galaxy Simulations
Notice bibliographique
Résumé
Abstract We explore the effect of variations in the Population III initial mass function (IMF) and star-by-star feedback on early galaxy formation and evolution using the Aeos simulations. We compare simulations with two different Population III IMFs: M char = 10 M ⊙ and M max = 100 M ⊙ (Aeos10) and M char = 20 M ⊙ and M max = 300 M ⊙ (Aeos20). Aeos20 produces significantly more ionizing photons, ionizing 30% of the simulation volume by z ≈ 14, compared to 9% in Aeos10. This enhanced ionization suppresses galaxy formation on the smallest scales. Differences in Population III IMF also affect chemical enrichment. Aeos20 produces Population II stars with higher abundances, relative to iron, of light and α-elements, a stronger odd–even effect, and a higher frequency of carbon-enhanced metal-poor stars. The abundance scatter between different Population II galaxies dominates the differences due to Population III IMF, though, implying a need for a larger sample of Population II stars to interpret the impact of Population III IMF on early chemical evolution. We also compare the Aeos simulations to traditional simulations that use single stellar population particles. We find that star-by-star modeling produces a steeper mass–metallicity relation due to less bursty feedback. These results highlight the strong influence of the Population III IMF on early galaxy formation and chemical evolution, emphasizing the need to account for IMF uncertainties in simulations and the importance of metal-poor Population II stellar chemical abundances when studying the first stars.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».