[sans titre]
Notice bibliographique
Résumé
Aims. We aim to study the far-infrared radio correlation (FIRC) at 150 MHz in the local Universe (at a median redshift ⟨z⟩∼0.05) and improve the use of the rest-frame 150 MHz luminosity, L150, as a star-formation rate (SFR) tracer, which is unaffected by dust extinction. Methods. We cross-match the 60 μm selected Revised IRAS Faint Source Survey Redshift (RIFSCz) catalogue and the 150 MHz selected LOFAR value-added source catalogue in the Hobby-Eberly Telescope Dark Energy Experiment (HETDEX) Spring Field. We estimate L150 for the cross-matched sources and compare it with the total infrared (IR) luminosity, LIR, and various SFR tracers. Results. We find a tight linear correlation between log L150 and log LIR for star-forming galaxies, with a slope of 1.37. The median qIR value (defined as the logarithm of the LIR to L150 ratio) and its rms scatter of our main sample are 2.14 and 0.34, respectively. We also find that log L150 correlates tightly with the logarithm of SFR derived from three different tracers, i.e., SFRHα based on the Hα line luminosity, SFR60 based on the rest-frame 60 μm luminosity and SFRIR based on LIR, with a scatter of 0.3 dex. Our best-fit relations between L150 and these SFR tracers are, log L150 (L⊙) = 1.35(±0.06) × log SFRHα (M⊙ yr−1) + 3.20(±0.06), log L150 (L⊙) = 1.31(±0.05) × log SFR60 (M⊙ yr−1) + 3.14(±0.06), and log L150 (L⊙) = 1.37 (±0.05) × log SFRIR (M⊙ yr−1) + 3.09(±0.05), which show excellent agreement with each other.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».