PREDICTIONS OF QUASAR CLUSTERING: REDSHIFT, LUMINOSITY, AND SELECTION DEPENDENCE
Notice bibliographique
Résumé
We show that current clustering observations of quasars and luminous active galactic nuclei (AGNs) can be explained by a merger model augmented by feedback from outflows. Using numerical simulations large enough to study clustering out to 25 comoving h −1 Mpc, we calculate correlation functions, biases, and correlation lengths as a function of AGN redshift and optical and X-ray luminosity. At optical wavelengths, our results match a wide range of current observations and generate predictions for future data sets. We reproduce the weak luminosity dependence of clustering over the currently well-measured range and predict a much stronger dependence at higher luminosities. The increase in the amplitude of binary quasar clustering observed in the Sloan Digital Sky Survey (SDSS) is also reproduced and is predicted to occur at higher redshift, an effect that is due to the one-halo term in the correlation function. On the other hand, our results do not match the rapid evolution of the correlation length observed in the SDSS at z ≃ 3, a discrepancy that is at least partially due to differences in the scales probed by our simulation versus this survey. In fact, we show that changing the distances sampled from our simulations can produce changes as large as 40% in the fitted correlation lengths. Finally, in the X-ray, our simulations produce correlation lengths similar to that observed in the Chandra Deep Field (CDF) North, but not the significantly larger correlation length observed in the CDF-South.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».