Multiwavelength Study of Massive Galaxies at<i>z</i>∼2. I. Star Formation and Galaxy Growth
Notice bibliographique
Résumé
Examining a sample of massive galaxies at 1.4 < z < 2.5 with K Vega < 22 from GOODS, we compare photometry from Spitzer at mid- and far-IR to submillimeter, radio, and rest-frame UV wavelengths, to test the agreement between different tracers of star formation rates (SFRs) and to explore the implications for galaxy assembly. For z ~ 2 galaxies with moderate luminosities ( L 8 μm < 10 11 L ☉ ), we find that the SFR can be estimated consistently from the multiwavelength data based on local luminosity correlations. However, 20%-30% of massive galaxies, and nearly all those with L 8 μm > 10 11 L ☉ , show a mid-IR excess that is likely due to the presence of obscured active nuclei, as shown in a companion paper. There is a tight and roughly linear correlation between stellar mass and SFR for 24 μm-detected galaxies. For a given mass, the SFR at z = 2 was larger by a factor of ~4 and ~30 relative to that in star-forming galaxies at z = 1 and 0, respectively. Typical ultraluminous infrared galaxies (ULIRGs) at z = 2 are relatively "transparent" to ultraviolet light, and their activity is long lived (≳400 Myr), unlike that in local ULIRGs and high-redshift submillimeter-selected galaxies. ULIRGs are the common mode of star formation in massive galaxies at z = 2, and the high duty cycle suggests that major mergers are not the dominant trigger for this activity. Current galaxy formation models underpredict the normalization of the mass-SFR correlation by about a factor of 4 and the space density of ULIRGs by an order of magnitude but give better agreement for z > 1.4 quiescent galaxies.
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 | 0,000 |
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 ».