ALMA twenty-six arcmin2 survey of GOODS-S at one millimeter (ASAGAO): Source catalog and number counts
Notice bibliographique
Résumé
Abstract We present the survey design, data reduction, construction of images, and source catalog of the Atacama Large Millimeter/submillimeter Array (ALMA) twenty-six arcmin2 survey of GOODS-S at one millimeter (ASAGAO). ASAGAO is a deep (1 σ depth ∼ 61 μJy beam−1 for a 250 kλ-tapered map with a synthesized beam size of 0${^{\prime\prime}_{.}}$51 × 0${^{\prime\prime}_{.}}$45) and wide area (26 arcmin2) survey on a contiguous field at 1.2 mm. By combining with ALMA archival data in the GOODS-South field, we obtained a deeper map in the same region (1 σ depth ∼ 30 μJy beam−1 for a deep region with a 250 kλ-taper, and a synthesized beam size of 0${^{\prime\prime}_{.}}$59 × 0${^{\prime\prime}_{.}}$53), providing the largest sample of sources (25 sources at ≥5.0 σ, 45 sources at ≥4.5 σ) among ALMA blank-field surveys to date. The number counts show that $52^{+11}_{-8}$% of the extragalactic background light at 1.2 mm is resolved into discrete sources at S1.2 mm > 135 μJy. We create infrared (IR) luminosity functions (LFs) in the redshift range of $z$ = 1–3 from the ASAGAO sources with Ks-band counterparts, and constrain the faintest luminosity of the LF at 2.0 < $z$ < 3.0. The LFs are consistent with previous results based on other ALMA and SCUBA-2 observations, which suggest a positive luminosity evolution and negative density evolution with increasing redshift. We find that obscured star-formation of sources with IR luminosities of log (LIR/L⊙) ≳ 11.8 account for ≈60%–90% of the $z$ ∼ 2 cosmic 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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,005 |
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 ».