On the fast quenching of young low-mass galaxies up to z ∼ 0.6: new spotlight on the lead role of environment
Notice bibliographique
Résumé
We investigate the connection between environment and the different quenching channels that galaxies are prone to follow in the rest-frame NUVrK colour diagram, as identified by Moutard et al. (2016b). Namely, the fast-quenching channel followed by young low-mass galaxies and the slow-quenching channel followed by old high-mass ones. We make use of the >22 deg2 covered the VIPERS Multi-Lambda Survey to select a galaxy sample complete down to stellar masses of |$M_* \gt 10^{9.4} \,\mathrm{M}_\odot$| up to |$z$| ∼ 0.65 (|$M_* \gt 10^{8.8} \,\mathrm{M}_\odot$| up to |$z$| ∼ 0.5) and including 33 500 (43 000) quiescent galaxies properly selected at 0.2 < |$z$| < 0.65, while being characterized by reliable photometric redshifts (σδ|$z$|/(1 + |$z$|) ⩽ 0.04) that we use to measure galaxy local densities. We find that (1) the quiescence of low-mass [|$M_* \le 10^{9.7} \,\mathrm{M}_\odot$|] galaxies requires a strong increase of the local density, which confirms the lead role played by environment in their fast quenching and, therefore, confirms that the low-mass upturn observed in the stellar mass function of quiescent galaxies is due to environmental quenching. We also observe that (2) the reservoir of low-mass star-forming galaxies located in very dense regions (prone to environmental quenching) has grown between |$z$| ∼ 0.6 and |$z$| ∼ 0.4, while the share of low-mass quiescent galaxies (expected to being environmentally quenched) may have simultaneously increased, which would plead for a rising importance of environmental quenching with cosmic time, compared to mass quenching. We finally discuss the composite picture of such environmental quenching of low-mass galaxies and, in particular, how this picture may be consistent with a delayed-then-rapid quenching scenario.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».