Tracing the evolution of dust-obscured activity using sub-millimetre galaxy populations from STUDIES and AS2UDS
Notice bibliographique
Résumé
ABSTRACT We analyse the physical properties of 121 SNR ≥ 5 sub-millimetre galaxies (SMGs) from the STUDIES 450 μm survey. We model their UV-to-radio spectral energy distributions using magphys+photo-z and compare the results to similar modelling of 850 μm-selected SMG sample from AS2UDS, to understand the fundamental physical differences between the two populations at the observed depths. The redshift distribution of the 450-μm sample has a median of z = 1.85 ± 0.12 and can be described by strong evolution of the far-infrared luminosity function. The fainter 450-μm sample has ∼14 times higher space density than the brighter 850-μm sample at z ≲ 2, and a comparable space density at z = 2–3, before rapidly declining, suggesting LIRGs are the main obscured population at z ∼ 1–2, while ULIRGs dominate at higher redshifts. We construct rest-frame ∼180-μm-selected and dust-mass-matched samples at z = 1–2 and z = 3–4 from the 450 and 850-μm samples, respectively, to probe the evolution of a uniform sample of galaxies spanning the cosmic noon era. Using far-infrared luminosity, dust masses, and an optically thick dust model, we suggest that higher redshift sources have higher dust densities due to inferred dust continuum sizes which are roughly half of those for the lower redshift population at a given dust mass, leading to higher dust attenuation. We track the evolution in the cosmic dust mass density and suggest that the dust content of galaxies is governed by a combination of both the variation of gas content and dust destruction time-scale.
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 | 0,001 |
| 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) | 0,001 | 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 ».