인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Context. With the advent of several galaxy surveys targeting star-forming galaxies, it is important to have models capable of interpreting their spatial distribution in terms of astrophysical and cosmological parameters. Aims. We introduce SHAMe-SF, an extension of the subhalo abundance matching (SHAM) technique designed specifically for analysing the redshift-space clustering of star-forming galaxies. Methods. Our model directly links a galaxy’s star-formation rate to the properties of its host dark matter subhalo, with further modulations based on effective models of feedback and gas stripping. To quantify the accuracy of our model, we show that it simultaneously reproduces key clustering statistics such as the projected correlation function, monopole, and quadrupole of star-forming galaxy samples at various redshifts and number densities. These tests were conducted over a wide range of scales [0.6, 30] h −1 Mpc using samples from both the TNG300 magneto-hydrodynamic simulation and a semi-analytical model. Results. SHAMe-SF can reproduce the clustering of simulated galaxies selected by star-formation rate as well as galaxies that fall within the colour selection criteria employed by DESI for emission line galaxies. Conclusions. Our model exhibits several potential applications, including the generation of covariance matrices, exploration of galaxy formation processes, and even placing constraints on the cosmological parameters of the Universe.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
