MétaCan
Menu
← Retour à la cohorte
Enregistrement W2124367874 · doi:10.1093/mnras/stv1267

The bias of the submillimetre galaxy population: SMGs are poor tracers of the most-massive structures in the<i>z</i> ∼ 2 Universe

2015· article· en· W2124367874 sur OpenAlexaff
Tim B. Miller, Christopher C. Hayward, S. C. Chapman, Peter Behroozi

Notice bibliographique

RevueMonthly Notices of the Royal Astronomical Society · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPhysicsDark matterGalaxyAstrophysicsRedshiftCold dark matterUniverseAstronomy

Résumé

récupéré en direct d'OpenAlex

It is often claimed that overdensities of (or even individual bright) submillimetre-selected galaxies (SMGs) trace the assembly of the most-massive dark matter structures in the Universe. We test this claim by performing a counts-in-cells analysis of mock SMG catalogues derived from the Bolshoi cosmological simulation to investigate how well SMG associations trace the underlying dark matter structure. We find that SMGs exhibit a relatively complex bias: some regions of high SMG overdensity are underdense in terms of dark matter mass, and some regions of high dark matter overdensity contain no SMGs. Because of their rarity, Poisson noise causes scatter in the SMG overdensity at fixed dark matter overdensity. Consequently, rich associations of less-luminous, more-abundant galaxies (i.e. Lyman-break galaxy analogues) trace the highest dark matter overdensities much better than SMGs. Even on average, SMG associations are relatively poor tracers of the most significant dark matter overdensities because of ‘downsizing’: at z ≲ 2.5, the most-massive galaxies that reside in the highest dark matter overdensities have already had their star formation quenched and are thus no longer SMGs. At a given redshift, of the 10 per cent most-massive overdensities, only ∼25 per cent contain at least one SMG, and less than a few per cent contain more than one SMG.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,200
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations59
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMonthly Notices of the Royal Astronomical Society→Même sujetGalaxies: Formation, Evolution, Phenomena→Travaux en français237 207→