Probing star formation in the dense environments of z ∼ 1 lensing haloes aligned with dusty star-forming galaxies detected with the South Pole Telescope
Notice bibliographique
Résumé
We probe star formation in the environments of massive (∼1013 M⊙) dark matter haloes at redshifts of z ∼ 1. This star formation is linked to a submillimetre clustering signal which we detect in maps of the Planck High Frequency Instrument that are stacked at the positions of a sample of high redshift (z > 2) strongly lensed dusty star-forming galaxies (DSFGs) selected from the South Pole Telescope (SPT) 2500 deg2 survey. The clustering signal has submillimetre colours which are consistent with the mean redshift of the foreground lensing haloes (z ∼ 1). We report a mean excess of star formation rate (SFR) compared to the field, of (2700 ± 700) M⊙ yr−1 from all galaxies contributing to this clustering signal within a radius of 3.5 arcmin from the SPT DSFGs. The magnitude of the Planck excess is in broad agreement with predictions of a current model of the cosmic infrared background. The model predicts that 80 per cent of the excess emission measured by Planck originates from galaxies lying in the neighbouring haloes of the lensing halo. Using Herschel maps of the same fields, we find a clear excess, relative to the field, of individual sources which contribute to the Planck excess. The mean excess SFR compared to the field is measured to be (370 ± 40) M⊙ yr−1 per resolved, clustered source. Our findings suggest that the environments around these massive z ∼ 1 lensing haloes host intense star formation out to about 2 Mpc. The flux enhancement due to clustering should also be considered when measuring flux densities of galaxies in Planck data.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».