The Herschel Fornax Cluster Survey II: FIR properties of optically selected Fornax cluster galaxies
Notice bibliographique
Résumé
The Herschel Fornax Cluster Survey is a deep, far-infrared (FIR) survey of the Fornax cluster. The survey is in five Herschel bands (100–500 μm) and covers an area of 16 deg2 centred on NGC 1399. This paper presents photometry, detection rates, dust masses, and temperatures using an optically selected sample from the Fornax Cluster Catalogue. Our results are compared with those previously obtained using data from the Herschel Virgo Cluster Survey (HeViCS). In Fornax, we detect 30 of the 237 (13 per cent) optically selected galaxies in at least one Herschel band. The global detection rates are significantly lower than Virgo, reflecting the morphological make up of each cluster – Fornax has a lower fraction of late-type galaxies. For galaxies detected in at least three bands, we fitted a modified blackbody with a β = 2 emissivity. Detected early-type galaxies (E/S0) have a mean dust mass, temperature, and dust-to-stars ratio of log10(〈Mdust〉/M⊙) = 5.82 ± 0.20, 〈Tdust〉 = 20.82 ± 1.77 K, and |$\log _{10}(M_{\rm dust}/M_{\text{stars}}) = -3.87 \pm 0.28$|, respectively. Late-type galaxies (Sa to Sd) have a mean dust mass, temperature, and dust-to-stars ratio of log10(〈Mdust〉/M⊙) = 6.54 ± 0.19, 〈Tdust〉 = 17.47 ± 0.97 K, and |$\log _{10}(M_{\rm dust}/M_{\text{stars}}) = -2.93 \pm 0.09$|, respectively. The different cluster environments seem to have had little effect on the FIR properties of the galaxies and so we conclude that any environment-dependent evolution has taken place before the cluster was assembled.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».