THE INFRARED MEDIUM-DEEP SURVEY. II. HOW TO TRIGGER RADIO AGNs? HINTS FROM THEIR ENVIRONMENTS
Notice bibliographique
Résumé
Activity at the centers of galaxies, during which the central supermassive black hole is accreting material, is nowadays accepted to be rather ubiquitous and most probably a phase of every galaxy's evolution. It has been suggested that galactic mergers and interactions may be the culprits behind the triggering of nuclear activity. We use near-infrared data from the new Infrared Medium-Deep Survey and the Deep eXtragalactic Survey of the VIMOS-SA22 field and radio data at 1.4 GHz from the FIRST survey and a deep Very Large Array survey to study the environments of radio active galactic nuclei (AGNs) over an area of ∼25 deg 2 and down to a radio flux limit of 0.1 mJy and a J -band magnitude of 23 mag AB. Radio AGNs are predominantly found in environments similar to those of control galaxies at similar redshift, J -band magnitude, and ( M u − M r ) rest-frame color. However, a subpopulation of radio AGNs is found in environments up to 100 times denser than their control sources. We thus preclude merging as the dominant triggering mechanism of radio AGNs. By fitting the broadband spectral energy distribution of radio AGNs in the least and most dense environments, we find that those in the least dense environments show higher radio-loudness, higher star formation efficiencies, and higher accretion rates, typical of the so-called high-excitation radio AGNs. These differences tend to disappear at z > 1. We interpret our results in terms of a different triggering mechanism for these sources that is driven by mass loss through winds of young stars created during the observed ongoing star formation.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».