Measures of star formation rates from infrared (<i>Herschel</i>) and UV (<i>GALEX</i>) emissions of galaxies in the HerMES fields
Notice bibliographique
Résumé
ABSTRACT The reliability of infrared (IR) and ultraviolet (UV) emissions to measure star formation rates (SFRs) in galaxies is investigated for a large sample of galaxies observed with the Spectral and Photometric Imaging Receiver (SPIRE) and the Photodetector Array Camera and Spectrometer (PACS) instruments on Herschel as part of the Herschel Multi-Tiered Extragalactic Survey (HerMES) project. We build flux-limited 250-μm samples of sources at redshift z < 1, cross-matched with the Spitzer/MIPS and GALEX catalogues. About 60 per cent of the Herschel sources are detected in UV. The total IR luminosities, LIR, of the sources are estimated using a spectral energy distribution (SED) fitting code that fits to fluxes between 24 and 500 μm. Dust attenuation is discussed on the basis of commonly used diagnostics: the LIR/LUV ratio and the slope, β, of the UV continuum. A mean dust attenuation AUV of mag is measured in the samples. LIR/LUV is found to correlate with LIR. Galaxies with and 0.5 < z < 1 exhibit a mean dust attenuation AUV of about 0.7 mag lower than that found for their local counterparts, although with a large dispersion. Our galaxy samples span a large range of β and LIR/LUV values which, for the most part, are distributed between the ranges defined by the relations found locally for starburst and normal star-forming galaxies. As a consequence the recipe commonly applied to local starbursts is found to overestimate the dust attenuation correction in our galaxy sample by a factor of ∼2–3. The SFRs deduced from LIR are found to account for about 90 per cent of the total SFR; this percentage drops to 71 per cent for galaxies with (or ). For these faint objects, one needs to combine UV and IR emissions to obtain an accurate measure of the SFR.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».