Spitzer Matching Survey of the UltraVISTA Ultra-deep Stripes (SMUVS): Full-mission IRAC Mosaics and Catalogs
Notice bibliographique
Résumé
Abstract This paper describes new deep 3.6 and 4.5 μ m imaging of three UltraVISTA near-infrared survey stripes within the COSMOS field. The observations were carried out with Spitzer ’ s Infrared Array Camera (IRAC) for the Spitzer Matching Survey of the UltraVISTA Deep Stripes (SMUVS). In this work we present our data reduction techniques, and document the resulting mosaics, coverage maps, and catalogs in both IRAC passbands for the three easternmost UltraVISTA survey stripes, covering a combined area of about 0.66 deg 2 , of which 0.45 deg 2 have at least 20 hr of integration time. SMUVS reaches point-source sensitivities of about 25.0 AB mag (0.13 μ Jy) at both 3.6 and 4.5 μ m, with a significance of 4 σ , accounting for both survey sensitivity and source confusion. To this limit the SMUVS catalogs contain a total of ∼350,000 sources, each of which is detected significantly in at least one IRAC band. Because of its uniform and high sensitivity, relatively large area coverage, and the wide array of ancillary data available in COSMOS, the SMUVS survey will be useful for a large number of cosmological investigations. We make all images and catalogs described herein publicly available via the Spitzer Science Center.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».