pAGN: the one-stop solution for AGN disc modeling

Auteurs : Daria Gangardt, Alessandro Alberto Trani, Clément Bonnerot, Davide Gerosa

arXiv: 2403.00060v1 - DOI (astro-ph.HE)
18 pages, 8 figures, 2 tables, code available at https://github.com/DariaGangardt/pAGN

Résultats du processus de synthèse de l'article arXiv : 2403.00060v1

  • Résumé Complet
  • Points clés
  • Résumé vulgarisé
  • Article de blog
Le résumé n'est pas encore prêt
Résumés déjà disponibles dans d'autres langues : en

Résumé : Models of accretion discs surrounding active galactic nuclei (AGNs) find vast applications in high-energy astrophysics. The broad strategy is to parametrize some of the key disc properties such as gas density and temperature as a function of the radial coordinate from a given set of assumptions on the underlying physics. Two of the most popular approaches in this context were presented by Sirko & Goodman (2003) and Thompson et al. (2005). We present a critical reanalysis of these widely used models, detailing their assumptions and clarifying some steps in their derivation that were previously left unsaid. Our findings are implemented in the pAGN module for the Python programming language, which is the first public implementation of these accretion-disc models. We further apply pAGN to the evolution of stellar-mass black holes embedded in AGN discs, addressing the potential occurrence of migration traps.

Soumis à arXiv le 29 Fév. 2024

Outils pour cet article

Expliquer autrement 3 réécritures gratuites restantes aujourd'hui
Exporter BibTeX · RIS (Zotero, Mendeley, EndNote) · Markdown (Notion, Obsidian) · Premium
Alertes de citation Premium
Journal club Des slides pour le présenter Premium
Pour les journalistes Kit presse et détecteur de hype Premium

Posez des questions sur cet article à notre assistant IA

Vous pouvez aussi discutez avec plusieurs papiers à la fois ici.

⚠La licence de l'article ne nous permet pas de nous appuyer sur son contenu et l'assistant IA ne peut se servir que des métadonnées de l'article plutôt que de l'article complet.

Figures et graphiques

Posez une question sur une figure en indiquant son numéro ou en utilisant son bouton de question pour demander une analyse visuelle. Au maximum deux figures et quatre panneaux par question. Les valeurs lues sur les graphiques sont approximatives ; vérifiez les données originales.

Instructions pour utiliser l'assistant IA ?

Évaluez la qualité du contenu généré par l'IA en votant

Note : 0

Pourquoi avons-nous besoin de votes ?

Les votes sont utilisés pour déterminer si nous devons réexécuter nos outils de synthèse. Si le compte atteint -10, nos outils peuvent être redémarrés.

Le résumé précédent a été créé il y a plus d'un an et peut être réexécuté (si nécessaire) en cliquant sur le bouton Exécuter ci-dessous.

⚠La licence de cet article spécifique ne nous permet pas de nous appuyer sur son contenu et les outils de synthèse seront exécutés en utilisant les métadonnées de l'article plutôt que l'article complet. Cependant, l'outil produira quand même un bon résultat, et vous pouvez également essayer nos outils sur des papiers avec des licences plus ouvertes.

Articles similaires résumés avec nos outils d'IA

Naviguez à travers encore plus d'articles similaires en utilisant une

représentation arborescente

Avertissement : Notre outil de synthèse basé sur l'IA et l'assistant virtuel fournis sur ce site Web peuvent ne pas toujours fournir des résumés complets ou des réponses exactes. Nous vous encourageons à examiner attentivement et à évaluer le contenu généré pour vous assurer de sa qualité et de sa pertinence par rapport à vos besoins.