SCUBA-2 observations of candidate starbursting protoclusters selected by Planck and Herschel-SPIRE
Notice bibliographique
Résumé
ABSTRACT We present SCUBA-2 850 $\mathrm{ \mu}$m observations of 13 candidate starbursting protoclusters selected using Planck and Herschel data. The cumulative number counts of the 850 $\mathrm{ \mu}$m sources in 9 of 13 of these candidate protoclusters show significant overdensities compared to the field, with the probability <10−2 assuming the sources are randomly distributed in the sky. Using the 250, 350, 500, and 850 $\mathrm{ \mu}$m flux densities, we estimate the photometric redshifts of individual SCUBA-2 sources by fitting spectral energy distribution templates with an MCMC method. The photometric redshift distribution, peaking at 2 < z < 3, is consistent with that of known z > 2 protoclusters and the peak of the cosmic star formation rate density (SFRD). We find that the 850 $\mathrm{ \mu}$m sources in our candidate protoclusters have infrared luminosities of $L_{\mathrm{IR}}\gtrsim 10^{12}\, \mathrm{L}_{\odot }$ and star formation rates of SFR = (500–1500) M⊙ yr−1. By comparing with results in the literature considering only Herschel photometry, we conclude that our 13 candidate protoclusters can be categorized into four groups: six of them being high-redshift starbursting protoclusters, one being a lower redshift cluster or protocluster, three being protoclusters that contain lensed dusty star-forming galaxies or are rich in 850 $\mathrm{ \mu}$m sources, and three regions without significant Herschel or SCUBA-2 source overdensities. The total SFRs of the candidate protoclusters are found to be comparable or higher than those of known protoclusters, suggesting our sample contains some of the most extreme protocluster population. We infer that cross-matching Planck and Herschel data is a robust method for selecting candidate protoclusters with overdensities of 850 $\mathrm{ \mu}$m sources.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 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 ».