The <scp>thesan-zoom</scp> project: star formation efficiency from giant molecular clouds to galactic scale in high-redshift starbursts
Notice bibliographique
Résumé
ABSTRACT Star formation in galaxies is inherently complex, involving the interplay of physical processes over a hierarchy of spatial scales. In this work, we investigate the connection between global (galaxy-scale) and local (cloud-scale) star formation efficiencies (SFEs) at high redshifts ($z\gtrsim 3$), using the state-of-the-art cosmological zoom-in simulation suite thesan-zoom. We find that the galaxy-scale average SFE, $\langle \epsilon ^{\rm gal}_{\rm ff} \rangle$, scales with $M_{\rm halo}^{1/3}\, (1+z)^{1/2} \sim V_{\rm vir}$, consistent with expectations from feedback-regulated models. On cloud scales, we identify giant molecular clouds (GMCs) in a broad sample of high-redshift starbursts spanning a wide range of halo masses and redshifts. Star formation in these systems is predominantly hosted by filamentary GMCs embedded in a dense and highly turbulent interstellar medium (ISM). GMCs exhibit remarkably universal properties, including mass function, size, turbulence, and surface density, regardless of the environment in which they are identified. The global gas depletion time (and the Kennicutt–Schmidt relation) is determined by the GMC mass fraction in the ISM, while the cloud-scale SFE shows little variation. In particular, we find a nearly constant gas surface density of $\Sigma _{\rm GMC} \approx 70 {\, \rm M_\odot }\, \mathrm{pc}^{-2}$ across different host galaxies. Nevertheless, we identify two regimes where phases with high SFE can arise. First, stars may form efficiently in the shock fronts generated by feedback from a preceding starburst. Secondly, the increasing background dark matter surface density with redshift may contribute to the gravitational potential of clouds at $z \gtrsim 8$ and confine them in high-SFE phases over extended periods.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,008 | 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 ».