The Properties of Microjansky Radio Sources in the Hubble Deep Field–North, SSA 13, and SSA 22 Fields
Notice bibliographique
Résumé
We present multiwavelength observations for a large sample of microjansky radio sources detected in ultradeep 1.4 GHz maps centered on the Hubble Deep Field-North (HDF-N) and the Hawaii Survey Fields SSA 13 and SSA 22. Our spectroscopic redshifts for 169 radio sources reveal a flat median redshift distribution, and these sources are hosted by similarly luminous optical L * galaxies, regardless of redshift. We suggest that the absence of low optical luminosity galaxies at low redshifts, where there are no selection effects, is due to small galaxies not being efficient at retaining the cosmic rays necessary to host microjansky radio sources. From our submillimeter measurements for 278 radio sources, we find error-weighted mean 850 μm fluxes of 1.72 ± 0.09 mJy for the total sample, 2.37 ± 0.13 mJy for the optically faint ( I > 23.5) subsample, and 1.04 ± 0.13 mJy for the optically bright ( I < 23.5) subsample. We significantly (>3 σ) detect in the submillimeter 50 of the radio sources, 38 with I > 23.5. Spectroscopic redshifts for three of the I < 23.5 submillimeter-detected radio sources are in the range z = 1.0-3.4, and all show active galactic nucleus (AGN) signatures. Using only the submillimeter-mapped regions, we find that 69% ± 9% of the submillimeter-detected radio population are at I > 23.5. We also find that 66% ± 7% of the S 850 μm > 5 mJy (>4 σ) sources are radio-identified. We use our spectroscopic sample to determine the evolution with redshift of the radio power, and hence the far-infrared (FIR) luminosity (through the local FIR-radio correlation). We find that millimetric redshift estimates at low redshifts are best made with an FIR template intermediate between a Milky Way-type galaxy and a starburst galaxy, and those at high redshifts with an Arp 220 template.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».