ALMA REDSHIFTS OF MILLIMETER-SELECTED GALAXIES FROM THE SPT SURVEY: THE REDSHIFT DISTRIBUTION OF DUSTY STAR-FORMING GALAXIES
Notice bibliographique
Résumé
Using the Atacama Large Millimeter/submillimeter Array, we have conducted a blind redshift survey in the 3 mm atmospheric transmission window for 26 strongly lensed dusty star-forming galaxies (DSFGs) selected with the South Pole Telescope. The sources were selected to have S_(1.4mm) > 20 mJy and a dust-like spectrum and, to remove low-z sources, not have bright radio (S_843MHz) < 6 mJy) or far-infrared counterparts (S_(100μm) < 1 Jy, S_(60μm) < 200 mJy). We robustly detect 44 line features in our survey, which we identify as redshifted emission lines of ^(12)CO, ^(13)CO, C I, H_2O, and H_2O^+. We find one or more spectral features in 23 sources yielding a ~90% detection rate for this survey; in 12 of these sources we detect multiple lines, while in 11 sources we detect only a single line. For the sources with only one detected line, we break the redshift degeneracy with additional spectroscopic observations if available, or infer the most likely line identification based on photometric data. This yields secure redshifts for ~70% of the sample. The three sources with no lines detected are tentatively placed in the redshift desert between 1.7 < z < 2.0. The resulting mean redshift of our sample is z = 3.5. This finding is in contrast to the redshift distribution of radio-identified DSFGs, which have a significantly lower mean redshift of z = 2.3 and for which only 10%-15% of the population is expected to be at z > 3. We discuss the effect of gravitational lensing on the redshift distribution and compare our measured redshift distribution to that of models in the literature.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».