Open Access
Issue
A&A
Volume 687, July 2024
Article Number A71
Number of page(s) 22
Section Interstellar and circumstellar matter
DOI https://doi.org/10.1051/0004-6361/202449395
Published online 28 June 2024
  1. Alves, F. O., Cleeves, L. I., Girart, J. M., et al. 2020, ApJ, 904, L6 [NASA ADS] [CrossRef] [Google Scholar]
  2. André, P., Men’shchikov, A., Bontemps, S., et al. 2010, A&A, 518, A102 [Google Scholar]
  3. André, P., Di Francesco, J., Ward-Thompson, D., et al. 2014, in Protostars and Planets VI, eds. H. Beuther, R. S. Klessen, C. P. Dullemond, & T. Henning, 27 [Google Scholar]
  4. Anglada, G., Rodríguez, L. F., & Torrelles, J. M. 2000, ApJ, 542, L123 [NASA ADS] [CrossRef] [Google Scholar]
  5. Aso, Y., Kwon, W., Ohashi, N., et al. 2023, ApJ, 954, 101 [NASA ADS] [CrossRef] [Google Scholar]
  6. Belloche, A., Hennebelle, P., & André, P. 2006, A&A, 453, 145 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  7. Bergin, E. A., & Tafalla, M. 2007, ARA&A, 45, 339 [Google Scholar]
  8. Buchner, J., Georgakakis, A., Nandra, K., et al. 2014, A&A, 564, A125 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  9. Campello, R. J. G. B., Moulavi, D., & Sander, J. 2013, in Advances in Knowledge Discovery and Data Mining, eds. J. Pei, V. S. Tseng, L. Cao, H. Motoda, & G. Xu (Berlin, Heidelberg: Springer Berlin Heidelberg), 160 [Google Scholar]
  10. Caselli, P., Myers, P. C., & Thaddeus, P. 1995, ApJ, 455, L77 [Google Scholar]
  11. Chen, X., Launhardt, R., & Henning, T. 2009, ApJ, 691, 1729 [NASA ADS] [CrossRef] [Google Scholar]
  12. Chen, C.-Y., Mundy, L. G., Ostriker, E. C., Storm, S., & Dhabal, A. 2020a, MNRAS, 494, 3675 [NASA ADS] [CrossRef] [Google Scholar]
  13. Chen, M. C.-Y., Di Francesco, J., Rosolowsky, E., et al. 2020b, ApJ, 891, 84 [NASA ADS] [CrossRef] [Google Scholar]
  14. Chen, M. C.-Y., Di Francesco, J., Pineda, J. E., Offner, S. S. R., & Friesen, R. K. 2022, ApJ, 935, 57 [NASA ADS] [CrossRef] [Google Scholar]
  15. Chou, H.-G., Yen, H.-W., Koch, P. M., & Guilloteau, S. 2016, ApJ, 823, 151 [NASA ADS] [CrossRef] [Google Scholar]
  16. De Simone, M., Codella, C., Ceccarelli, C., et al. 2022, MNRAS, 512, 5214 [CrossRef] [Google Scholar]
  17. Dhabal, A., Mundy, L. G., Rizzo, M. J., Storm, S., & Teuben, P. 2018, ApJ, 853, 169 [Google Scholar]
  18. Dhabal, A., Mundy, L. G., Chen, C.-y., Teuben, P., & Storm, S. 2019, ApJ, 876, 108 [CrossRef] [Google Scholar]
  19. Enoch, M. L., Evans, N. J., II, Sargent, A. I., & Glenn, J. 2009, ApJ, 692, 973 [Google Scholar]
  20. Ester, M., Kriegel, H.-P., Sander, J., & Xu, X. 1996, in Proceedings of the Second International Conference on Knowledge Discovery and Data Mining, KDD’96 (AAAI Press), 226 [Google Scholar]
  21. Evans, N. J., II, Dunham, M. M., Jørgensen, J. K., et al. 2009, ApJS, 181, 321 [Google Scholar]
  22. Fernández-López, M., Girart, J. M., López-Vázquez, J. A., et al. 2023, ApJ, 956, 82 [CrossRef] [Google Scholar]
  23. Feroz, F., & Hobson, M. P. 2008, MNRAS, 384, 449 [NASA ADS] [CrossRef] [Google Scholar]
  24. Feroz, F., Hobson, M. P., & Bridges, M. 2009, MNRAS, 398, 1601 [NASA ADS] [CrossRef] [Google Scholar]
  25. Foster, J. B., Cottaar, M., Covey, K. R., et al. 2015, ApJ, 799, 136 [NASA ADS] [CrossRef] [Google Scholar]
  26. Friesen, R. K., Pineda, J. E., co-PIs, et al. 2017, ApJ, 843, 63 [NASA ADS] [CrossRef] [Google Scholar]
  27. Garufi, A., Podio, L., Codella, C., et al. 2022, A&A, 658, A104 [CrossRef] [EDP Sciences] [Google Scholar]
  28. Ginski, C., Facchini, S., Huang, J., et al. 2021, ApJ, 908, L25 [NASA ADS] [CrossRef] [Google Scholar]
  29. Gutermuth, R. A., Myers, P. C., Megeath, S. T., et al. 2008, ApJ, 674, 336 [NASA ADS] [CrossRef] [Google Scholar]
  30. Hacar, A., Tafalla, M., Kauffmann, J., & Kovács, A. 2013, A&A, 554, A55 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  31. Hacar, A., Tafalla, M., & Alves, J. 2017, A&A, 606, A123 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  32. Hacar, A., Clark, S. E., Heitsch, F., et al. 2023, in ASP Conf. Ser., 534, Proto-stars and Planets VII, eds. S. Inutsuka, Y. Aikawa, T. Muto, K. Tomida, & M. Tamura, 153 [NASA ADS] [Google Scholar]
  33. Harada, N., Tokuda, K., Yamasaki, H., et al. 2023, ApJ, 945, 63 [NASA ADS] [CrossRef] [Google Scholar]
  34. Heigl, S., Hoemann, E., & Burkert, A. 2024, A&A, 686, A246 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  35. Hennebelle, P., Commerçon, B., Lee, Y.-N., & Charnoz, S. 2020, A&A, 635, A67 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  36. Higuchi, A. E., Sakai, N., Watanabe, Y., et al. 2018, ApJS, 236, 52 [Google Scholar]
  37. Hsieh, T.-H., Murillo, N. M., Belloche, A., et al. 2019, ApJ, 884, 149 [Google Scholar]
  38. Hsieh, C.-H., Arce, H. G., Li, Z.-Y., et al. 2023a, ApJ, 947, 25 [NASA ADS] [CrossRef] [Google Scholar]
  39. Hsieh, T. H., Segura-Cox, D. M., Pineda, J. E., et al. 2023b, A&A, 669, A137 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  40. Huang, J., Bergin, E. A., Öberg, K. I., et al. 2021, ApJS, 257, 19 [NASA ADS] [CrossRef] [Google Scholar]
  41. Huang, J., Ginski, C., Benisty, M., et al. 2022, ApJ, 930, 171 [NASA ADS] [CrossRef] [Google Scholar]
  42. Imai, M., Sakai, N., López-Sepulcre, A., et al. 2018, ApJ, 869, 51 [NASA ADS] [CrossRef] [Google Scholar]
  43. Johnstone, D., Rosolowsky, E., Tafalla, M., & Kirk, H. 2010, ApJ, 711, 655 [NASA ADS] [CrossRef] [Google Scholar]
  44. Jørgensen, J. K., Bourke, T. L., Myers, P. C., et al. 2007, ApJ, 659, 479 [Google Scholar]
  45. Kido, M., Takakuwa, S., Saigo, K., et al. 2023, ApJ, 953, 190 [NASA ADS] [CrossRef] [Google Scholar]
  46. Kounkel, M., Covey, K., Moe, M., et al. 2019, AJ, 157, 196 [NASA ADS] [CrossRef] [Google Scholar]
  47. Kuffmeier, M., Haugbølle, T., & Nordlund, Å. 2017, ApJ, 846, 7 [NASA ADS] [CrossRef] [Google Scholar]
  48. Kuffmeier, M., Frimann, S., Jensen, S. S., & Haugbølle, T. 2018, MNRAS, 475, 2642 [NASA ADS] [CrossRef] [Google Scholar]
  49. Kuffmeier, M., Dullemond, C. P., Reissl, S., & Goicovic, F. G. 2021, A&A, 656, A161 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  50. Kuffmeier, M., Jensen, S. S., & Haugbølle, T. 2023, Eur. Phys. J. Plus, 138, 272 [NASA ADS] [CrossRef] [Google Scholar]
  51. Kuznetsova, A., Bae, J., Hartmann, L., & Mac Low, M.-M. 2022, ApJ, 928, 92 [NASA ADS] [CrossRef] [Google Scholar]
  52. Lee, K. I., Dunham, M. M., Myers, P. C., et al. 2016, ApJ, 820, L2 [NASA ADS] [CrossRef] [Google Scholar]
  53. McInnes, L., & Healy, J. 2017, in 2017 IEEE International Conference on Data Mining Workshops (ICDMW), 33 [CrossRef] [Google Scholar]
  54. Mendoza, S., Tejeda, E., & Nagel, E. 2009, MNRAS, 393, 579 [NASA ADS] [CrossRef] [Google Scholar]
  55. Offner, S. S. R., Moe, M., Kratter, K. M., et al. 2023, in ASP Conf. Ser., 534, Protostars and Planets VII, eds. S. Inutsuka, Y. Aikawa, T. Muto, K. Tomida, & M. Tamura, 275 [NASA ADS] [Google Scholar]
  56. Ortiz-León, G. N., Loinard, L., Dzib, S. A., et al. 2018, ApJ, 865, 73 [Google Scholar]
  57. Padoan, P., Haugbølle, T., & Nordlund, Å. 2014, ApJ, 797, 32 [Google Scholar]
  58. Pineda, J. E., Segura-Cox, D., Caselli, P., et al. 2020, Nat. Astron., 4, 1158 [NASA ADS] [CrossRef] [Google Scholar]
  59. Pineda, J. E., Arzoumanian, D., Andre, P., et al. 2023, in ASP Conf. Ser., 534, eds. S. Inutsuka, Y. Aikawa, T. Muto, K. Tomida, & M. Tamura, 233 [NASA ADS] [Google Scholar]
  60. Pineda, J. E., Sipilä, O., Segura-Cox, D. M., et al. 2024, A&A, 686, A162 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  61. Plunkett, A. L., Arce, H. G., Corder, S. A., et al. 2013, ApJ, 774, 22 [NASA ADS] [CrossRef] [Google Scholar]
  62. Podio, L., Tabone, B., Codella, C., et al. 2021, A&A, 648, A45 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  63. Protassov, R., van Dyk, D. A., Connors, A., Kashyap, V. L., & Siemiginowska, A. 2002, ApJ, 571, 545 [NASA ADS] [CrossRef] [Google Scholar]
  64. Sakai, N., & Yamamoto, S. 2013, Chem. Rev., 113, 8981 [Google Scholar]
  65. Sandell, G., & Knee, L. B. G. 2001, ApJ, 546, L49 [NASA ADS] [CrossRef] [Google Scholar]
  66. Segura-Cox, D. M., Looney, L. W., Tobin, J. J., et al. 2018, ApJ, 866, 161 [Google Scholar]
  67. Seifried, D., Banerjee, R., Pudritz, R. E., & Klessen, R. S. 2013, MNRAS, 432, 3320 [NASA ADS] [CrossRef] [Google Scholar]
  68. Shimajiri, Y., Sakai, T., Kitamura, Y., et al. 2015, ApJS, 221, 31 [CrossRef] [Google Scholar]
  69. Shirley, Y. L. 2015, PASP, 127, 299 [Google Scholar]
  70. Skilling, J. 2004, in AIP Conf. Ser., 735, Bayesian Inference and Maximum Entropy Methods in Science and Engineering: 24th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering, eds. R. Fischer, R. Preuss, & U. V. Toussaint, 395 [NASA ADS] [CrossRef] [Google Scholar]
  71. Skilling, J. 2006, Bayesian Anal., 1, 833 [Google Scholar]
  72. Smith, R. J., Glover, S. C. O., Klessen, R. S., & Fuller, G. A. 2016, MNRAS, 455, 3640 [Google Scholar]
  73. Sokolov, V., Pineda, J. E., Buchner, J., & Caselli, P. 2020, ApJ, 892, L32 [NASA ADS] [CrossRef] [Google Scholar]
  74. Stephens, I. W., Dunham, M. M., Myers, P. C., et al. 2017, ApJ, 846, 16 [Google Scholar]
  75. Stephens, I. W., Bourke, T. L., Dunham, M. M., et al. 2019, ApJS, 245, 21 [CrossRef] [Google Scholar]
  76. Suzuki, H., Yamamoto, S., Ohishi, M., et al. 1992, ApJ, 392, 551 [Google Scholar]
  77. Thieme, T. J., Lai, S.-P., Lin, S.-J., et al. 2022, ApJ, 925, 32 [NASA ADS] [CrossRef] [Google Scholar]
  78. Tobin, J. J., Looney, L. W., Li, Z.-Y., et al. 2018, ApJ, 867, 43 [CrossRef] [Google Scholar]
  79. Valdivia-Mena, M. T., Pineda, J. E., Segura-Cox, D. M., et al. 2022, A&A, 667, A12 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  80. Valdivia-Mena, M. T., Pineda, J. E., Segura-Cox, D. M., et al. 2023, A&A, 677, A92 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  81. Walch, S., Naab, T., Whitworth, A., Burkert, A., & Gritschneder, M. 2010, MNRAS, 402, 2253 [NASA ADS] [CrossRef] [Google Scholar]
  82. Zhang, Y., Higuchi, A. E., Sakai, N., et al. 2018, ApJ, 864, 76 [NASA ADS] [CrossRef] [Google Scholar]
  83. Zucker, C., Schlafly, E. F., Speagle, J. S., et al. 2018, ApJ, 869, 83 [NASA ADS] [CrossRef] [Google Scholar]

Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.

Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.

Initial download of the metrics may take a while.