RIGEL: Feedback-regulated cloud-scale star formation efficiency in a simulated dwarf galaxy merger
Notice bibliographique
Résumé
Major mergers of galaxies are likely to trigger bursty star formation activities. Usually, the accumulation of dense gas and the boost of star formation efficiency (SFE) are considered to be the two main drivers of starbursts. However, it remains unclear how each process operates on the scale of individual star-forming clouds. Here, we present a high-resolution (2 M ⊙ ) radiation-hydrodynamic simulation of a gas-rich dwarf galaxy merger using the Realistic ISM modeling in Galaxy Evolution and Lifecycles (RIGEL) model to investigate how mergers affect the properties of the structure of dense star-forming gas and the cloud-scale SFE. With the unprecedented mass and temporal resolution of the simulations, we tracked the evolution of sub-virial dense clouds in the simulation by mapping them across successive snapshots spanning 200 Myr taken at intervals of 0.2 Myr. We find that the merger triggers a 130 fold increase in the star formation rate (SFR) and shortens the galaxy-wide gas-depletion time by two orders of magnitude compared to those in two matched isolated galaxies. However, the depletion time of individual clouds and their lifetime distribution remained unchanged over the simulation period. The cloud life cycles and cloud-scale SFE are determined by local stellar feedback rather than such environmental factors as tidal fields regardless of the merger process, and the integrated SFE ( ϵ int ) of clouds in complex environments remains well-described by an ϵ int –Σ tot relation found in idealized isolated-cloud experiments. During the peak of the starburst, the median cloud-scale integrated SFE was lower by only 0.17–0.33 dex compared to the value when the two galaxies were not interacting. The merger boosts the SFR primarily through the accumulation and compression of dense gas fueling star formation. Strong tidal torques assemble ≳ 10 5 M ⊙ clouds, which seed massive stellar clusters. The average separation between star-forming clouds decreases during the merger, which in turn decreases the cloud–cluster spatial de-correlation from ≳1 kpc to ∼0.1 kpc depicted in tuning fork diagrams – a testable prediction for future observations of interacting low-mass galaxies.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».