An AzTEC 1.1 mm survey of the GOODS-N field - II. Multiwavelength identifications and redshift distribution
Notice bibliographique
Résumé
We present results from a multiwavelength study of 29 sources (false detection probabilities <5 per cent) from a survey of the Great Observatories Origins Deep Survey-North (GOODS-N) field at 1.1 mm using the Astronomical Thermal Emission Camera (AzTEC). Comparing with existing 850 μm Submillimetre Common-User Bolometer Array (SCUBA) studies in the field, we examine differences in the source populations selected at the two wavelengths. The AzTEC observations uniformly cover the entire survey field to a 1σ depth of ∼1 mJy. Searching deep 1.4 GHz Very Large Array (VLA) and Spitzer 3–24 μm catalogues, we identify robust counterparts for 21 1.1 mm sources, and tentative associations for the remaining objects. The redshift distribution of AzTEC sources is inferred from available spectroscopic and photometric redshifts. We find a median redshift of z= 2.7, somewhat higher than z= 2.0 for 850 μm selected sources in the same field, and our lowest redshift identification lies at a spectroscopic redshift z= 1.1460. We measure the 850 μm to 1.1 mm colour of our sources and do not find evidence for ‘850 μm dropouts’, which can be explained by the low signal-to-noise ratio of the observations. We also combine these observed colours with spectroscopic redshifts to derive the range of dust temperatures T, and dust emissivity indices β for the sample, concluding that existing estimates T∼ 30 K and β∼ 1.75 are consistent with these new data.
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 | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».