HerMES: COSMIC INFRARED BACKGROUND ANISOTROPIES AND THE CLUSTERING OF DUSTY STAR-FORMING GALAXIES
Notice bibliographique
Résumé
Star formation is well traced by dust, which absorbs the \nUV/optical light produced by young stars in actively starforming \nregions and re-emits the energy in the far-infrared/ \nsubmillimeter (FIR/submm; e.g., Savage & Mathis 1979). \nRoughly half of all starlight ever produced has been reprocessed \nby dusty star-forming galaxies (DSFGs; e.g., Hauser & Dwek \n2001; Dole et al. 2006), and this emission is responsible \nfor the ubiquitous cosmic infrared background (CIB; Puget \net al. 1996; Fixsen et al. 1998). The mechanisms responsible \nfor the presence or absence of star formation are partially \ndependent on the local environment (e.g., major mergers: \nNarayanan et al. 2010; condensation or cold accretion: Dekel \net al. 2009, photoionization heating, supernovae, active galactic \nnuclei, and virial shocks: Birnboim & Dekel 2003; Granato \net al. 2004; Bower et al. 2006). Thus, the specifics of the \ngalaxy distribution—which can be determined statistically to \nhigh precision by measuring their clustering properties—inform \nthe relationship of star formation and dark matter density, and \nare valuable inputs for models of galaxy formation. However, \nmeasuring the clustering of DSFGs has historically proven \ndifficult to do.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».