XMMPZCAT: A catalogue of photometric redshifts for X-ray sources
Notice bibliographique
Résumé
Aims . The third version of the XMM-Newton serendipitous catalogue (3XMM), containing almost half million sources, is now the largest X-ray catalogue. However, its full scientific potential remains untapped due to the lack of distance information (i.e. redshifts) for the majority of its sources. Here we present XMMPZCAT, a catalogue of photometric redshifts (photo- z ) for 3XMM sources. Methods . We searched for optical counterparts of 3XMM-DR6 sources outside the Galactic plane in the SDSS and Pan-STARRS surveys, with the addition of near-(NIR) and mid-infrared (MIR) data whenever possible (2MASS, UKIDSS, VISTA-VHS, and AllWISE). We used this photometry data set in combination with a training sample of 5157 X-ray selected sources and the MLZ-TPZ package, a supervised machine learning algorithm based on decision trees and random forests for the calculation of photo- z . Results . We have estimated photo- z for 100 178 X-ray sources, about 50% of the total number of 3XMM sources (205 380) in the XMM-Newton fields selected to build this catalogue (4208 out of 9159). The accuracy of our results highly depends on the available photometric data, with a rate of outliers ranging from 4% for sources with data in the optical + NIR + MIR, up to ~40% for sources with only optical data. We also addressed the reliability level of our results by studying the shape of the photo- z probability density distributions.
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 | 0,000 | 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 ».