Determining the relationship between turbulence and star formation, using statistical comparisons between large observational datasets and a large ensemble of theoretical models

• Processo: 16/50340-0
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de novembro de 2016
• Data de Término da vigência: 31 de outubro de 2018
• Área do conhecimento: Ciências Exatas e da Terra - Astronomia - Astrofísica do Meio Interestelar
• Acordo de Cooperação: University of New South Wales
• Proposta de Mobilidade: SPRINT - Projetos de pesquisa - Mobilidade
• Pesquisador responsável: Diego Antonio Falceta Gonçalves
• Beneficiário: Diego Antonio Falceta Gonçalves
• Pesquisador Responsável no exterior: Maria Cunningham
• Instituição Parceira no exterior: University of New South Wales (UNSW), Austrália
• Instituição Sede: Escola de Artes, Ciências e Humanidades (EACH). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 13/10559-5 - Investigação de fenômenos de altas energias e plasmas astrofísicos: teoria, simulações numéricas, observações e desenvolvimento de instrumentação para o Cherenkov Telescope Array (CTA), AP.ESP
• Assunto(s): Meio interestelar Formação de estrelas Turbulência Ciência de dados
• Palavra(s)-Chave do Pesquisador: Astronomia

Resumo

Neste projeto FAPESP-UNSW propomos a determinação do papel da turbulência do meio interestelar na formação de condensações e a subsequente formação estelar. Nos propomos a executar este ambicioso desejo através da comparação direta entre grandes sets de dados observacionais de regiões de formação estelar (PI Cunningham; UNSW) com modelos computacionais hidrodinâmicos que incluem o papel da turbulência e campos magnéticos (PI Falceta-Goncalves; USP). Nossos métodos de comparação vão permitir um novo paradigma no campo do "data Science", através do desenvolvimento de novas técnicas para comparar dados teóricos e observacionais de forma eficiente e efetiva, e então vinculando os modelos físicos da nossa Galáxia que sejam mais plausíveis para explicar a natureza. (AU)