ALMA twenty-six arcmin2 survey of GOODS-S at one millimeter (ASAGAO): Millimeter properties of stellar mass selected galaxies
Notice bibliographique
Résumé
Abstract We make use of the ALMA twenty-Six Arcmin2 survey of GOODS-S At One-millimeter (ASAGAO), deep 1.2 mm continuum observations of a 26-arcmin2 region in the Great Observatories Origins Deep Survey-South (GOODS-S) obtained with Atacama Large Millimeter/sub-millimeter Array (ALMA), to probe dust-enshrouded star formation in K-band selected (i.e., stellar mass selected) galaxies, which are drawn from the FourStar Galaxy Evolution Survey (ZFOURGE) catalog. Based on the ASAGAO combined map, which was created by combining ASAGAO and ALMA archival data in the GOODS-South field, we find that 24 ZFOURGE sources have 1.2 mm counterparts with a signal-to-noise ratio >4.5 (1σ ≃ 30–70 μJy beam−1 at 1.2 mm). Their median redshift is estimated to be $z$median = 2.38 ± 0.14. They generally follow the tight relationship of the stellar mass versus star formation rate (i.e., the main sequence of star-forming galaxies). ALMA-detected ZFOURGE sources exhibit systematically larger infrared (IR) excess (IRX ≡ LIR/LUV) compared to ZFOURGE galaxies without ALMA detections even though they have similar redshifts, stellar masses, and star formation rates. This implies the consensus stellar-mass versus IRX relation, which is known to be tight among rest-frame-ultraviolet-selected galaxies, cannot fully predict the ALMA detectability of stellar-mass-selected galaxies. We find that ALMA-detected ZFOURGE sources are the main contributors to the cosmic IR star formation rate density at $z$ = 2–3.
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 | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».