ALMA SPECTROSCOPIC SURVEY IN THE HUBBLE ULTRA DEEP FIELD: THE INFRARED EXCESS OF UV-SELECTED z = 2–10 GALAXIES AS A FUNCTION OF UV-CONTINUUM SLOPE AND STELLAR MASS
Notice bibliographique
Résumé
ABSTRACT We make use of deep 1.2 mm continuum observations (12.7 μ Jy beam −1 rms) of a 1 arcmin 2 region in the Hubble Ultra Deep Field to probe dust-enshrouded star formation from 330 Lyman-break galaxies spanning the redshift range z = 2–10 (to ∼2–3 M ⊙ yr −1 at 1 σ over the entire range). Given the depth and area of ASPECS, we would expect to tentatively detect 35 galaxies, extrapolating the Meurer z ∼ 0 IRX– β relation to z ≥ 2 (assuming dust temperature T d ∼ 35 K). However, only six tentative detections are found at z ≳ 2 in ASPECS, with just three at >3 σ . Subdividing our z = 2–10 galaxy samples according to stellar mass, UV luminosity, and UV-continuum slope and stacking the results, we find a significant detection only in the most massive (>10 9.75 M ⊙ ) subsample, with an infrared excess (IRX = L IR / L UV ) consistent with previous z ∼ 2 results. However, the infrared excess we measure from our large selection of sub- L ∗ (<10 9.75 M ⊙ ) galaxies is ± 0.34 (bootstrap and formal uncertainties) and ± 0.18 at z = 2–3 and z = 4–10, respectively, lying below even an IRX– β relation for the Small Magellanic Cloud (95% confidence). These results demonstrate the relevance of stellar mass for predicting the IR luminosity of z ≳ 2 galaxies. We find that the evolution of the IRX–stellar mass relationship depends on the evolution of the dust temperature. If the dust temperature increases monotonically with redshift ( ) such that T d ∼ 44–50 K at z ≥ 4, current results are suggestive of little evolution in this relationship to z ∼ 6. We use these results to revisit recent estimates of the z ≥ 3 star formation rate density.
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 | 0,000 |
| 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) | 0,000 | 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 ».