THE SCUBA-2 COSMOLOGY LEGACY SURVEY: ALMA RESOLVES THE BRIGHT-END OF THE SUB-MILLIMETER NUMBER COUNTS
Notice bibliographique
Résumé
We present high-resolution 870 μm Atacama Large Millimeter/sub-millimeter Array (ALMA) continuum maps of 30 bright sub-millimeter sources in the UKIDSS UDS field. These sources are selected from deep, 1 degree2 850 μm maps from the SCUBA-2 Cosmology Legacy Survey, and are representative of the brightest sources in the field (median = 8.7 ± 0.4 mJy). We detect 52 sub-millimeter galaxies (SMGs) at >4σ significance in our 30 ALMA maps. In of the ALMA maps the single-dish source comprises a blend of ≥2 SMGs, where the secondary SMGs are Ultra-luminous Infrared Galaxies (ULIRGs) with 1012 . The brightest SMG contributes on average of the single-dish flux density, and in the ALMA maps containing ≥2 SMGs the secondary SMG contributes of the integrated ALMA flux. We construct source counts and show that multiplicity boosts the apparent single-dish cumulative counts by 20% at S870 > 7.5 mJy, and by 60% at S870 > 12 mJy. We combine our sample with previous ALMA studies of fainter SMGs and show that the counts are well-described by a double power law with a break at 8.5 ± 0.6 mJy. The break corresponds to a luminosity of ~6 × 1012 or a star formation rate (SFR) of ~103 . For the typical sizes of these SMGs, which are resolved in our ALMA data with = 1.2 ± 0.1 kpc, this yields a limiting SFR density of ~100 yr−1 kpc−2 Finally, the number density of S870 2 mJy SMGs is 80 ± 30 times higher than that derived from blank-field counts. An over-abundance of faint SMGs is inconsistent with line-of-sight projections dominating multiplicity in the brightest SMGs, and indicates that a significant proportion of these high-redshift ULIRGs are likely to be physically associated.
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 | 0,001 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».