AKARI and IRAS: From beam corrections to SEDs
Notice bibliographique
Résumé
Abstract There is significant scientific value to be gained from combining AKARI fluxes with data at other far-infrared (IR) wavelengths from the Infrared Astronomical Satellite (IRAS) and Herschel missions. To be able to do this we must ensure that there are no systematic differences between the data sets that need to be corrected before the fluxes are compatible with each other. One such systematic effect identified in the Bright Source Catalog version 1 (BSCv1) data is the issue of beam corrections. We determine these for the BSC version 2 (BSCv2) data by correlating ratios of appropriate IRAS and AKARI bands with the difference in 2 Micron All Sky Survey (2MASS) J-band extended and point source magnitudes for sources cross-matched between the IRAS Faint Source Catalog (FSC), AKARI BSCv2 and 2MASS catalogs. We find significant correlations (p ≪ 10 −13) indicating that beam corrections are necessary in the 65 and 90 μm bands. We then use these corrected fluxes to supplement existing data in spectral energy distribution (SED) fits for ultraluminous infrared galaxies (ULIRGs) in the Herschel ULIRG Survey (HERUS). The addition of AKARI fluxes makes little difference to the results of simple (T, β) fits to the SEDs of these sources, though there is a general decrease in reduced χ2 values. The utility of the extra AKARI data, however, is in allowing physically more realistic SED models with more parameters to be fitted to the data. We also extend our analysis of beam correction issues in the AKARI data by examining the Herschel Reference Sample (HRS) galaxies, which have Herschel photometry from 100 to 500 μm and which are more spatially extended than the HERUS ULIRGs. 34 of the HRS sources have good Herschel SEDs and matching data from AKARI. This investigation finds that our simple 2MASS-based beam correction scheme is inadequate for these larger and more complex sources. There are also indications that additional beam corrections at 140 and 160 μm are needed for these sources, extended on scales >1′.
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 | 0,007 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,006 |
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 ».