ON R − W1 AS A DIAGNOSTIC TO DISCOVER OBSCURED ACTIVE GALACTIC NUCLEI IN WIDE-AREA X-RAY SURVEYS
Notice bibliographique
Résumé
ABSTRACT Capitalizing on the all-sky coverage of WISE and the 35% and 50% sky coverage from Sloan Digital Sky Survey and Pan-STARRS, respectively, we explore the efficacy of m R (optical) – (mid-infrared), hereafter , as a color diagnostic to identify obscured supermassive black hole accretion in wide-area X-ray surveys. We use the ∼16.5 deg2 Stripe 82 X-ray survey data as a test bed to compare with R − K, an oft-used obscured active galactic nucleus (AGN) selection criterion, and examine where different classes of objects lie in this parameter space. Most stars follow a well-defined path in R − K versus space. We demonstrate that optically normal galaxies hosting X-ray AGNs at redshifts can be recovered with an color cut, while they typically are not selected as AGNs based on their colors. Additionally, different observed X-ray luminosity bins favor different regions in parameter space: moderate-luminosity AGNs (1043 erg erg s−1) tend to have red colors, while the highest-luminosity AGNs ( erg s−1) have bluer colors; higher spectroscopic completeness of the Stripe 82X sample is needed to determine whether this is a selection effect or an intrinsic property. Finally, we parameterize X-ray obscuration of Stripe 82X AGNs by calculating their hardness ratios (HRs) and find no clear trends between HR and optical reddening. Our results will help inform best-effort practices in following up obscured AGN candidates in current and future wide-area, shallow X-ray surveys, including the all-sky eROSITA mission.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».