MétaCan
Menu
← Retour à la cohorte
Enregistrement W3094421459 · doi:10.3847/1538-4357/abbeff

A Large Massive Quiescent Galaxy Sample at z ∼ 1.2

2020· article· en· W3094421459 sur OpenAlexaff

Notice bibliographique

RevueThe Astrophysical Journal · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensSaint Mary's UniversityHerzberg Institute of Astrophysics
Organismes subventionnairesnon disponible
Mots-clésGalaxyRedshiftBalmer seriesGalaxy formation and evolutionRedshift surveyElliptical galaxySample (material)Lenticular galaxySurface brightness fluctuation

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper we present a simple color–magnitude selection and obtain a large sample of 33,893 massive quiescent galaxies at intermediate redshifts (1 < z < 1.5). We choose the longest wavelength available in the Hyper-Supreme-Cam (HSC) deep survey, the Y band and i − Y color, to select the 4000 Å Balmer jump in passive galaxies to the highest redshift possible within the survey. With the rich multiwavelength data in the HSC deep fields, we then confirm that the selected galaxies are in the targeted redshift range of 1 < z < 1.5, lie in the passive region of the UVJ diagram, and have high stellar masses at log(M */M ⊙) > 10.5, with a median of log(M */M ⊙) = 11.0. A small fraction of our galaxies is also covered by the HST CANDELS. Morphological analysis in the observed H band shows that the majority of this subsample are early-type galaxies. As massive early-type galaxies trace the high-density regions in the large-scale structure in the universe, our study provides a quick and simple way to obtain a statistically significant sample of massive galaxies in a relatively narrow redshift range. Our sample is 7–20× larger at the massive end (log(M */M ⊙) > 10.5) than any existing samples obtained in previous surveys. This is a pioneer study, and the technique introduced here can be applied to a future wide-field survey to study large-scale structure and to identify high-density regions and clusters.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,214
Écart entre enseignants0,204 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal→Même sujetGalaxies: Formation, Evolution, Phenomena→Travaux en français237 207→