MétaCan
Menu
Retour à la cohorte
Enregistrement W7054819656

The ALMaQUEST Survey. XII. Dense Molecular Gas as Traced by HCN and HCO+ in Green Valley Galaxies

2023· article· en· W7054819656 sur OpenAlexfundno aff

Notice bibliographique

RevueApollo (University of Cambridge) · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Design and Applications
Établissements canadiensnon disponible
Organismes subventionnairesLawrence Berkeley National LaboratoryDirección General de Asuntos del Personal Académico, Universidad Nacional Autónoma de MéxicoJapan Society for the Promotion of ScienceSmithsonian Astrophysical ObservatoryUniversity of Colorado BoulderInstituto de Astrofísica de CanariasOffice of ScienceMax-Planck-Institut für AstronomieNational Institutes of Natural SciencesMax-Planck-Institut für AstrophysikNational Science and Technology CouncilUniversidad Nacional Autónoma de MéxicoKorea Astronomy and Space Science InstituteMinistério da Ciência, Tecnologia e InovaçãoVanderbilt UniversityConsejo Nacional de Ciencia y TecnologíaUniversity of OxfordYork UniversityU.S. Department of EnergySmithsonian InstitutionNational Radio Astronomy ObservatoryNew Mexico State UniversityNational Astronomical Observatory of JapanLeibniz-GemeinschaftUniversity of Notre DameCarnegie Mellon UniversityAlfred P. Sloan FoundationUniversity of WashingtonJohns Hopkins UniversityCarnegie Institution of WashingtonUniversity of UtahOhio State UniversityNational Science FoundationUniversity of PortsmouthYale University
Mots-clésGalaxyStar formationMass fractionGalaxy formation and evolutionIrregular galaxyStellar mass
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We present Atacama Large Millimeter/submillimeter Array (ALMA) observations of two dense gas tracers, HCN (1−0) and HCO+ (1-0) for three galaxies in the green valley and two galaxies on the star-forming main sequence with comparable molecular gas fractions as traced by the CO (1−0) emissions, selected from the ALMaQUEST survey. We investigate whether the deficit of molecular gas star formation efficiency (SFEmol) that leads to the low specific star formation rate (sSFR) in these green valley galaxies is due to a lack of dense gas (characterized by the dense gas fraction f dense) or the low star formation efficiency of dense gas (SFEdense). We find that SFEmol as traced by the CO emissions, when considering both star-forming and retired spaxels together, is tightly correlated with SFEdense and depends only weakly on f dense. The sSFR on kiloparsec scales is primarily driven by SFEmol and SFEdense, followed by the dependence on f mol, and is least correlated with f dense or the dense-gas-to-stellar mass ratio (R dense). When compared with other works in the literature, we find that our green valley sample shows lower global SFEmol and lower SFEdense while exhibiting similar dense gas fractions when compared to star-forming and starburst galaxies. We conclude that the star formation of the three green valley galaxies with a normal abundance of molecular gas is suppressed, mainly due to the reduced SFEdense rather than the lack of dense gas.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil0,782

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,187
Écart entre enseignants0,179 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApollo (University of Cambridge)Même sujetLaser Design and ApplicationsTravaux en français237 207