The environments of radio-loud AGN from the LOFAR Two-Metre Sky Survey (LoTSS)
Notice bibliographique
Résumé
An understanding of the relationship between radio-loud active galaxies and their large-scale environments is essential for realistic modelling of radio-galaxy evolution and environmental impact, for understanding AGN triggering and life cycles, and for calibrating galaxy feedback in cosmological models. We use the LOFAR Two-Metre Sky Survey (LoTSS) Data Release 1 catalogues to investigate this relationship. We cross-matched a sample of 8745 radio-loud AGN with 0.08 < z < 0.4, selected from LoTSS, with two Sloan Digital Sky Survey (SDSS) cluster catalogues, and find that only 10 percent of LoTSS AGN in this redshift range have a high-probability association, so that the majority of low-redshift AGN (including a substantial fraction of the most radio-luminous objects) must inhabit haloes with M < 10 14 M ⊙ . We find that the probability of a cluster association, and the richness of the associated cluster, is correlated with AGN radio luminosity, and we also find that, for the cluster population, the number of associated AGN and the radio luminosity of the brightest associated AGN is richness-dependent. We demonstrate that these relations are not driven solely by host-galaxy stellar mass, supporting models in which large-scale environment is influential in driving AGN jet activity in the local Universe. At the lowest radio luminosities we find that the minority of objects with a cluster association are located at larger mean cluster-centre distances than more luminous AGN, an effect that appears to be driven primarily by host-galaxy mass. Finally, we also find that FRI radio galaxies inhabit systematically richer environments than FRIIs, consistent with previous work. The work presented here demonstrates the potential of LoTSS for AGN environmental studies. In future, the full northern-sky LoTSS catalogue, together with the use of deeper optical/IR imaging data and spectroscopic follow-up with WEAVE-LOFAR, will provide opportunities to extend this type of work to much larger samples and higher redshifts.
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 | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».