The Effectiveness of Mid IR / Far IR Blind, Wide Area, Spectral Surveys in Breaking the Confusion Limit
Notice bibliographique
Résumé
Abstract Source confusion defines a practical depth to which to take large-area extragalactic surveys. 3D imaging spectrometers with positional as well as spectral information, however, potentially provide a means by which to use line emission to break the traditional confusion limit. In this paper we present the results of our investigation into the effectiveness of mid/far infrared, wide-area spectroscopic surveys in breaking the confusion limit. We use SAFARI, a FIR imaging Fourier Transform Spectrometer concept for the proposed JAXA-led SPICA mission, as a test case. We generate artificial skies representative of 100 SAFARI footprints and use a fully-automated redshift determination method to retrieve redshifts for both spatially and spectrally confused sources for bright-end and burst mode galaxy evolution models. We find we are able to retrieve accurate redshifts for 38/54% of the brightest spectrally confused sources, with continuum fluxes as much as an order of magnitude below the 120 $\mu$m photometric confusion limit. In addition we also recover accurate redshifts for 38/29% of the second brightest spectrally confused sources. Our results suggest that deep, spectral line surveys with SAFARI can break the traditional photometric confusion limit, and will also not only resolve, but provide redshifts for, a large number of previously inaccessible galaxies. To conclude we discuss some of the limitations of the technique, as well as further work.
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 | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».