The ultraviolet and infrared star formation rates of compact group galaxies: an expanded sample
Notice bibliographique
Résumé
Compact groups of galaxies provide insight into the role of low-mass, dense environments in galaxy evolution because the low velocity dispersions and close proximity of galaxy members result in frequent interactions that take place over extended time-scales. We expand the census of star formation in compact group galaxies by Tzanavaris et al. (2010) and collaborators with Swift UVOT, Spitzer IRAC and MIPS 24 μm photometry of a sample of 183 galaxies in 46 compact groups. After correcting luminosities for the contribution from old stellar populations, we estimate the dust-unobscured star formation rate (SFRUV) using the UVOT uvw2 photometry. Similarly, we use the MIPS 24 μm photometry to estimate the component of the SFR that is obscured by dust (SFRIR). We find that galaxies which are MIR-active (MIR-‘red’), also have bluer UV colours, higher specific SFRs, and tend to lie in H i-rich groups, while galaxies that are MIR-inactive (MIR-‘blue’) have redder UV colours, lower specific SFRs, and tend to lie in H i-poor groups. We find the SFRs to be continuously distributed with a peak at about 1 M⊙ yr−1, indicating this might be the most common value in compact groups. In contrast, the specific SFR distribution is bimodal, and there is a clear distinction between star-forming and quiescent galaxies. Overall, our results suggest that the specific SFR is the best tracer of gas depletion and galaxy evolution in compact groups.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,003 | 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 ».