MOSEL Survey: Tracking the Growth of Massive Galaxies at 2 < z < 4 Using Kinematics and the IllustrisTNG Simulation
Notice bibliographique
Résumé
Abstract We use K-band spectroscopic data from the Multi-Object Spectroscopic Emission Line survey to analyze the kinematic properties of galaxies at z > 3. Our sample consists of 34 galaxies at 3.0 < z spec < 3.8 between 9.0 < <?CDATA $\mathrm{log}({M}_{* }/{M}_{\odot })$?> < 11.0. We find that galaxies with <?CDATA $\mathrm{log}({M}_{* }/{M}_{\odot })$?> > 10.2 at z > 3 have 56 ± 21 km s−1 lower integrated velocity dispersion compared to galaxies at z ≃ 2 of similar stellar mass. Massive galaxies at z > 3 have either a flat or declining star formation history (SFH), whereas similar stellar mass galaxies at z ∼ 2.0 exhibit a slight peak in the past 500 Myr. Comparing with the IllustrisTNG cosmological simulation, we find that (i) the dynamical mass of massive galaxies in simulations ( <?CDATA $\mathrm{log}({M}_{* }/{M}_{\odot })$?> > 10.0) increases by ∼0.1 dex at a fixed stellar mass between z = 2.0–3.0, and (ii) dynamical mass growth is coupled with a rapid rise in the ex situ stellar mass fraction (stars accreted from other galaxies) for massive galaxies at z < 3.5. We speculate that the rising contribution of ex situ stellar mass to the total stellar mass growth of massive galaxies is driving the higher integrated velocity dispersion and rising SFHs of massive galaxies at z ∼ 2.0 compared to galaxies of similar stellar masses at z > 3.
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 | 0,000 | 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) | 0,002 | 0,001 |
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 ».