The GOGREEN and GCLASS surveys: first data release
Notice bibliographique
Résumé
ABSTRACT We present the first public data release of the GOGREEN (Gemini Observations of Galaxies in Rich Early Environments) and GCLASS (Gemini CLuster Astrophysics Spectroscopic Survey) surveys of galaxies in dense environments, spanning a redshift range 0.8 < z < 1.5. The surveys consist of deep, multiwavelength photometry and extensive Gemini GMOS spectroscopy of galaxies in 26 overdense systems ranging in halo mass from small groups to the most massive clusters. The objective of both projects was primarily to understand how the evolution of galaxies is affected by their environment, and to determine the physical processes that lead to the quenching of star formation. There was an emphasis on obtaining unbiased spectroscopy over a wide stellar mass range (M ≳ 2 × 1010 M⊙), throughout and beyond the cluster virialized regions. The final spectroscopic sample includes 2771 unique objects, of which 2257 have reliable spectroscopic redshifts. Of these, 1704 have redshifts in the range 0.8 < z < 1.5, and nearly 800 are confirmed cluster members. Imaging spans the full optical and near-infrared wavelength range, at depths comparable to the UltraVISTA survey, and includes Hubble Space Telescope/Wide Field Camera 3 F160W (GOGREEN) and F140W (GCLASS). This data release includes fully reduced images and spectra, with catalogues of advanced data products including redshifts, line strengths, star formation rates, stellar masses, and rest-frame colours. Here, we present an overview of the data, including an analysis of the spectroscopic completeness and redshift quality.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,026 |
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 ».