SuperCLASS – I. The super cluster assisted shear survey: Project overview and data release 1
Notice bibliographique
Résumé
ABSTRACT The SuperCLuster Assisted Shear Survey (SuperCLASS) is a legacy programme using the e-MERLIN interferometric array. The aim is to observe the sky at L-band (1.4 GHz) to a r.m.s. of $7\, \mu {\rm Jy}\,$beam−1 over an area of $\sim 1\, {\rm deg}^2$ centred on the Abell 981 supercluster. The main scientific objectives of the project are: (i) to detect the effects of weak lensing in the radio in preparation for similar measurements with the Square Kilometre Array (SKA); (ii) an extinction free census of star formation and AGN activity out to z ∼ 1. In this paper we give an overview of the project including the science goals and multiwavelength coverage before presenting the first data release. We have analysed around 400 h of e-MERLIN data allowing us to create a Data Release 1 (DR1) mosaic of $\sim 0.26\, {\rm deg}^2$ to the full depth. These observations have been supplemented with complementary radio observations from the Karl G. Jansky Very Large Array (VLA) and optical/near infrared observations taken with the Subaru, Canada-France-Hawaii, and Spitzer Telescopes. The main data product is a catalogue of 887 sources detected by the VLA, of which 395 are detected by e-MERLIN and 197 of these are resolved. We have investigated the size, flux, and spectral index properties of these sources finding them compatible with previous studies. Preliminary photometric redshifts, and an assessment of galaxy shapes measured in the radio data, combined with a radio-optical cross-correlation technique probing cosmic shear in a supercluster environment, are presented in companion papers.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».