Mid‐Infrared Spectral Diagnosis of Submillimeter Galaxies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We present deep mid-IR spectroscopy with Spitzer of 13 SMGs in the GOODS-N field.We find strong PAH emission in all of our targets, which allows us to measure mid-IR spectroscopic redshifts and place constraints on the contribution from star formation and AGN activity to the mid-IR emission. In the high-S/N composite spectrum, we find that the hot dust continuum from an AGN contributes at most 30% of the mid-IR luminosity. Individually, only 2/13 SMGs have continuum emission dominating the mid-IR luminosity; one of these SMGs, C1, remains undetected in the deep X-ray images but shows a steeply rising continuum in the mid-IR indicative of a Compton-thick AGN. We find that the mid-IR properties of SMGs are distinct from those of 24 μm–selected ULIRGs at z~2; the former are predominantly dominated by star formation, while the latter are a more heterogeneous sample with many showing significant AGN activity.We fit the IRS spectrum and the mid-IR to radio photometry of SMGs with template SEDs to determine the best estimate of the total IR luminosity from star formation. While many SMGs contain an AGN as evinced by their X-ray properties, our multiwavelength analysis shows that the total IR luminosity, L_(IR), in SMGs is dominated by star formation.We find that high-redshift SMGs lie on the relation between L_(IR) and L_(PAH,6.2) (or L_(PAH,7.7) or L_(PAH,11.3))that has been established for local starburst galaxies. This suggests that PAH luminosity can be used as a proxy for the SFR in SMGs. SMGs are consistent with being a short-lived cool phase in a massive merger where the AGN does not appear to have become strong enough to heat the dust and dominate the mid- or far-IR emission.
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.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle