KMOS LENsing Survey (KLENS): Morpho-kinematic analysis of star-forming galaxies at z ~ 2
Notice bibliographique
Résumé
We present results from the KMOS LENsing Survey (KLENS), which is exploiting gravitational lensing to study the kinematics of 24 star-forming galaxies at 1.4 < z < 3.5 with a median mass of log(M⋆∕M⊙) = 9.6 and a median star formation rate (SFR) of 7.5 M⊙ yr−1. We find that 25% of these low mass/low SFR galaxies are rotation-dominated, while the majority of our sample shows no velocity gradient. When combining our data with other surveys, we find that the fraction of rotation-dominated galaxies increases with the stellar mass, and decreases for galaxies with a positive offset from the main sequence (higher specific star formation rate). We also investigate the evolution of the intrinsic velocity dispersion, σ0, as a function of the redshift, z, and stellar mass, M⋆, assuming galaxies in quasi-equilibrium (Toomre Q parameter equal to 1). From the z − σ0 relation, we find that the redshift evolution of the velocity dispersion is mostly expected for massive galaxies (log(M⋆∕M⊙) > 10). We derive a M⋆ − σ0 relation, using the Tully–Fisher relation, which highlights that a different evolution of the velocity dispersion is expected depending on the stellar mass, with lower velocity dispersions for lower masses, and an increase for higher masses, stronger at higher redshift. The observed velocity dispersions from this work and from comparison samples spanning 0 < z < 3.5 appear to follow this relation, except at higher redshift (z > 2), where we observe higher velocity dispersions for low masses (log(M⋆∕M⊙) ~ 9.6) and lower velocity dispersions for high masses (log(M⋆∕M⊙) ~ 10.9) than expected. This discrepancy could, for instance, suggest that galaxies at high redshift do not satisfy the stability criterion, or that the adopted parametrization of the specific star formation rate and molecular properties fail at high redshift.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».