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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».