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 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 | 0,001 |
| 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) | 0,001 | 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 ».