LENS MODELS OF<i>HERSCHEL</i>-SELECTED GALAXIES FROM HIGH-RESOLUTION NEAR-IR OBSERVATIONS
Notice bibliographique
Résumé
We present Keck-Adaptive Optics and Hubble Space Telescope high resolution near-infrared (IR) imaging for 500 μm bright candidate lensing systems identified by the Herschel Multi-tiered Extragalactic Survey and Herschel Astrophysical Terahertz Large Area Survey. Out of 87 candidates with near-IR imaging, 15 (∼17%) display clear near-IR lensing morphologies. We present near-IR lens models to reconstruct and recover basic rest-frame optical morphological properties of the background galaxies from 12 new systems. Sources with the largest near-IR magnification factors also tend to be the most compact, consistent with the size bias predicted from simulations and previous lensing models for submillimeter galaxies (SMGs). For four new sources that also have high-resolution submillimeter maps, we test for differential lensing between the stellar and dust components and find that the 880 μm magnification factor (μ 880 ) is ∼1.5 times higher than the near-IR magnification factor (μ NIR ), on average. We also find that the stellar emission is ∼2 times more extended in size than dust. The rest-frame optical properties of our sample of Herschel -selected lensed SMGs are consistent with those of unlensed SMGs, which suggests that the two populations are similar.
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 | 0,001 | 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) | 0,002 | 0,001 |
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 ».