The properties of radio and mid-infrared detected galaxies and the effect of environment on the co-evolution of AGN and star formation at <i>z</i> ∼ 1
Notice bibliographique
Résumé
ABSTRACT In this study, we investigate 179 radio-infrared (IR) galaxies drawn from a sample of spectroscopically confirmed galaxies, which are detected in radio and mid-IR (MIR) in the redshift range of 0.55 ≤ z ≤ 1.30 in the Observations of Redshift Evolution in Large Scale Environments (ORELSE) survey. We constrain the active galactic nuclei (AGN) contribution to the total IR luminosity (fAGN), and estimate the AGN luminosity (LAGN) and the star formation rate (SFR). Based on the fAGN and radio luminosity, radio–IR galaxies are split into galaxies that host either high- or low-fAGN AGN (high-/low-fAGN), and star-forming galaxies (SFGs) with little to no AGN activity. We study the properties of the three radio–IR sub-samples comparing to an underlying parent sample. In the comparison of radio luminosity of three sub-samples, no significant difference was found, which could be due to the combined contribution of radio emission from AGN and star formation. We find a positive relationship between LAGN and specific SFR (sSFR) for both AGN sub-samples, strongly suggesting a co-evolution scenario of AGN and SF in these galaxies. A toy model is designed to demonstrate this co-evolution scenario, where we find that, in almost all cases, a rapid quenching time-scale is required, which we argue is a signature of AGN quenching. The environmental preference for intermediate/infall regions of clusters/groups remains across the co-evolution scenario, which suggests that galaxies might be in an orbital motion around the cluster/group during the scenario.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».