Astrophysically motivated bulge-disc decompositions of Sloan Digital Sky Survey galaxies
Notice bibliographique
Résumé
We present a set of bulge–disc decompositions for a sample of 71 825 Sloan Digital Sky Survey (SDSS) main-sample galaxies in the redshift range 0.003 < z < 0.05. We have fitted each galaxy with either a de Vaucouleurs (‘classical’) or an exponential (‘pseudo-’) bulge and an exponential disc. Two-dimensional Sérsic fits are performed when the two-component fits are not statistically significant or when the fits are poor, even in the presence of high signal-to-noise ratio (S/N). We study the robustness of our two-component fits by studying a bright subsample of galaxies and we study the systematics of these fits with decreasing resolution and S/N. Only 30 per cent of our sample have been fitted with two-component fits in which both components are non-zero. The g−r and g−i colours of each component for the two-component models are determined using linear templates derived from the r-band model. We attempt a physical classification of types of fits into disc galaxies, pseudo-bulges, classical bulges and ellipticals. Our classification of galaxies agrees well with previous large bulge plus disc (B+D) decomposed samples. Using our galaxy classifications, we find that Petrosian concentration is a good indicator of bulge-to-total ratio, while overall Sérsic index is not. Additionally, we find that the majority of green valley galaxies are bulge+disc galaxies. Furthermore, in the transition from green to red B+D galaxies, the total galaxy colour is most strongly correlated with the disc colour.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».