Mergers trigger active galactic nuclei out to <i>z</i> ∼ 0.6
Notice bibliographique
Résumé
Aims. The fueling and feedback of active galactic nuclei (AGNs) are important for understanding the co-evolution between black holes and host galaxies. Mergers are thought to have the capability to bring gas inward and ignite nuclear activity, especially for more powerful AGNs. However, there is still significant ongoing debate on whether mergers can trigger AGNs and, if they do, whether mergers are a significant triggering mechanism. Methods. We selected a low-redshift (0.005 < z < 0.1) sample from the Sloan Digital Sky Survey and a high-redshift (0 < z < 0.6) sample from the Galaxy And Mass Assembly survey. We took advantage of the convolutional neural network technique to identify mergers. We used mid-infrared (MIR) color cut and optical emission line diagnostics to classify AGNs. We also included low excitation radio galaxies (LERGs) to investigate the connection between mergers and low accretion rate AGNs. Results. We find that AGNs are more likely to be found in mergers than non-mergers, with an AGN excess up to 1.81 ± 0.16, suggesting that mergers can trigger AGNs. We also find that the fraction of mergers in AGNs is higher than that in non-AGN controls, for both MIR and optically selected AGNs, as well as LERGs, with values between 16.40 ± 0.5% and 39.23 ± 2.10%, implying a non-negligible to potentially significant role of mergers in triggering AGNs. This merger fraction in AGNs increases as stellar mass increases, which supports the idea that mergers are more important for triggering AGNs in more massive galaxies. In terms of merger fraction as a function of AGN power we find a positive trend for MIR selected AGNs and a complex trend for optically selected AGNs, which we interpret under an evolutionary scenario proposed by previous studies. In addition, obscured MIR selected AGNs are more likely to be hosted in mergers than unobscured MIR selected AGNs.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».