Selection bias in dynamically measured supermassive black hole samples: its consequences and the quest for the most fundamental relation
Notice bibliographique
Résumé
We compare the set of local galaxies having dynamically measured black holes with a large, unbiased sample of galaxies extracted from the Sloan Digital Sky Survey. We confirm earlier work showing that the majority of black hole hosts have significantly higher velocity dispersions σ than local galaxies of similar stellar mass. We use Monte Carlo simulations to illustrate the effect on black hole scaling relations if this bias arises from the requirement that the black hole sphere of influence must be resolved to measure black hole masses with spatially resolved kinematics. We find that this selection effect artificially increases the normalization of the Mbh–σ relation by a factor of at least ∼3; the bias for the Mbh–Mstar relation is even larger. Our Monte Carlo simulations and analysis of the residuals from scaling relations both indicate that σ is more fundamental than Mstar or effective radius. In particular, the Mbh–Mstar relation is mostly a consequence of the Mbh–σ and σ–Mstar relations, and is heavily biased by up to a factor of 50 at small masses. This helps resolve the discrepancy between dynamically based black hole–galaxy scaling relations versus those of active galaxies. Our simulations also disfavour broad distributions of black hole masses at fixed σ. Correcting for this bias suggests that the calibration factor used to estimate black hole masses in active galaxies should be reduced to values of fvir ∼ 1. Black hole mass densities should also be proportionally smaller, perhaps implying significantly higher radiative efficiencies/black hole spins. Reducing black hole masses also reduces the gravitational wave signal expected from black hole mergers.
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 | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».