Keck Adaptive Optics Imaging of 0.5 < <i>z</i> < 1 Field Galaxies from the <i>Hubble Space Telescope</i> Archive
Notice bibliographique
Résumé
We have employed natural guide star adaptive optics (AO) on the Keck II telescope to obtain near-infrared ( H and K ') images of three field galaxies, each of redshift greater than 0.5. These are among the highest-redshift non-active disk galaxies to be imaged with AO. Each of the galaxies was chosen because it had been observed previously with the Hubble Space Telescope ( HST ) Wide Field Planetary Camera 2 (WFPC2) by others. Our AO images in the near-infrared (NIR) closely match both the depth and high spatial resolution of those optical data. Combining the archival V and I data with our new H and K ' images potentially produces a long-wavelength baseline at uniform resolution. The NIR data probe emission well longward of the 4000 Å break at these redshifts and provide stellar fluxes less contaminated by dust. We fitted two-dimensional galaxy bulge+disk models simultaneously in all bands and compare stellar population synthesis modeling to the photometry of these separated components. This is an initial foray into combining HST and AO imaging to produce a high spatial resolution multicolor data set for a large sample of faint galaxies. Our pilot program shows that NIR AO images from large ground-based observatories, augmented by HST images in the optical, can in principle provide a powerful tool for the analysis of faint field galaxies. However, the AO data signal-to-noise ratio will have to be increased, and AO PSFs need to be controlled more carefully than they were here.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».