JINGLE, a JCMT legacy survey of dust and gas for galaxy evolution studies: II. SCUBA-2 850 μm data reduction and dust flux density catalogues
Notice bibliographique
Résumé
We present the SCUBA-2 850|$\mu$|m component of JINGLE, the new JCMT large survey for dust and gas in nearby galaxies, which with 193 galaxies is the largest targeted survey of nearby galaxies at 850 |$\mu$|m. We provide details of our SCUBA-2 data reduction pipeline, optimized for slightly extended sources, and including a calibration model adjusted to match conventions used in other far-infrared (FIR) data. We measure total integrated fluxes for the entire JINGLE sample in 10 infrared/submillimetre bands, including all WISE, Herschel-PACS, Herschel-SPIRE, and SCUBA-2 850 |$\mu$|m maps, statistically accounting for the contamination by CO(J = 3–2) in the 850 |$\mu$|m band. Of our initial sample of 193 galaxies, 191 are detected at 250 |$\mu$|m with a ≥5σ significance. In the SCUBA-2 850 |$\mu$|m band we detect 126 galaxies with ≥3σ significance. The distribution of the JINGLE galaxies in FIR/sub-millimetre colour–colour plots reveals that the sample is not well fit by single modified-blackbody models that assume a single dust-emissivity index (β). Instead, our new 850 |$\mu$|m data suggest either that a large fraction of our objects require β < 1.5, or that a model allowing for an excess of sub-mm emission (e.g. a broken dust emissivity law, or a very cold dust component ≲10 K) is required. We provide relations to convert FIR colours to dust temperature and β for JINGLE-like galaxies. For JINGLE the FIR colours correlate more strongly with star-formation rate surface-density rather than the stellar surface-density, suggesting heating of dust is greater due to younger rather than older stellar-populations, consistent with the low proportion of early-type galaxies in the sample.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».