An AzTEC 1.1 mm survey of the GOODS-N field - I. Maps, catalogue and source statistics
Notice bibliographique
Résumé
We have conducted a deep and uniform 1.1 mm survey of the Great Observatories Origins Deep Survey-North (GOODS-N) field with AzTEC on the James Clerk Maxwell Telescope. Here, we present the first results from this survey including maps, the source catalogue and 1.1 mm number counts. The results presented here were obtained from a 245 arcmin2 region with a near uniform coverage to a depth of 0.96–1.16 mJy beam−1. Our robust catalogue contains 28 source candidates detected with S/N ≥ 3.75, only ∼1– 2 of which are expected to be spurious detections. Of these source candidates, eight are also detected by Submillimetre Common-User Bolometer Array (SCUBA) at 850 μm in regions where there is a good overlap between the two surveys. The major advantage of our survey over that with SCUBA is the uniformity of coverage. We calculate number counts using two different techniques: the first using a frequentist parameter estimation and the second using a Bayesian method. The two sets of results are in good agreement. We find that the 1.1 mm differential number counts are well described in the 2–6 mJy range by the functional form dN/dS=N′(S′/S) exp(−S/S′) with fitted parameters S′= 1.25 ± 0.38 mJy and dN/dS= 300 ± 90 mJy−1deg−2 at 3 mJy.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».