MétaCan
Menu
Retour à la cohorte
Enregistrement W3100853254 · doi:10.1051/0004-6361/202038809

The LOFAR Two-meter Sky Survey: Deep Fields Data Release 1

2020· article· en· W3100853254 sur OpenAlexfundno aff
K. J. Duncan, R. Kondapally, M. J. I. Brown, Matteo Bonato, P. N. Best, H. J. A. Röttgering, M. Bondi, R. A. A. Bowler, R. K. Cochrane, G. Gürkan, M. J. Hardcastle, M. J. Jarvis, M. Kunert‐Bajraszewska, S. K. Leslie, K. Małek, L. K. Morabito, S. P. O’Sullivan, I. Prandoni, J. Sabater, T. W. Shimwell, D. J. B. Smith, Lingyu Wang, Aleksandra Wołowska, C. Tasse

Notice bibliographique

RevueAstronomy and Astrophysics · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensnon disponible
Organismes subventionnairesPlanetary Science DivisionInstitut national des sciences de l'UniversScience and Technology Facilities CouncilCanadian Space AgencyObservatoire de Paris, Université de Recherche Paris Sciences et LettresScience Mission DirectorateSmithsonian Astrophysical ObservatoryJet Propulsion LaboratoryEötvös Loránd TudományegyetemNational Central UniversityMax-Planck-GesellschaftNederlandse Organisatie voor Wetenschappelijk OnderzoekQueen's UniversityNational Science FoundationScience Foundation IrelandUniversity of California, Los AngelesUniversity of HertfordshireMinisterium für Innovation, Wissenschaft und Forschung des Landes Nordrhein-WestfalenCommonwealth Scientific and Industrial Research OrganisationGordon and Betty Moore FoundationQueen's University BelfastNarodowym Centrum NaukiBundesministerium für Bildung und ForschungMax-Planck-Institut für AstronomieUniversity of EdinburghCentre National de la Recherche ScientifiqueUniversity of OxfordUniversité d'OrléansLeverhulme TrustNatural Sciences and Engineering Research Council of CanadaDurham UniversityFP7 International CooperationSmithsonian InstitutionHintze Family Charitable FoundationSpace Telescope Science InstituteCalifornia Institute of TechnologyEuropean CommissionLos Alamos National LaboratoryJohns Hopkins UniversityNational Aeronautics and Space Administration
Mots-clésLOFARPhysicsRedshiftActive galactic nucleusAstrophysicsSkyGalaxyPhotometric redshiftPopulationQuasarHubble Deep FieldAstronomyRadio telescope

Résumé

récupéré en direct d'OpenAlex

The Low Frequency Array (LOFAR) Two-metre Sky Survey (LoTSS) is a sensitive, high-resolution 120-168 MHz survey split across multiple tiers over the northern sky. The first LoTSS Deep Fields data release consists of deep radio continuum imaging at 150 MHz of the Boötes, European Large Area Infrared Space Observatory Survey-North 1, and Lockman Hole fields, down to rms sensitivities of ~32, 20, and 22 μJy beam−1, respectively. In this paper we present consistent photometric redshift (photo-z) estimates for the optical source catalogues in all three fields – totalling over 7 million sources (~5 million after limiting to regions with the best photometric coverage). Our photo-z estimation uses a hybrid methodology that combines template fitting and machine learning and is optimised to produce the best possible performance for the radio continuum selected sources and the wider optical source population. Comparing our results with spectroscopic redshift samples, we find a robust scatter ranging from 1.6 to 2% for galaxies and 6.4 to 7% for identified optical, infrared, or X-ray selected active galactic nuclei. Our estimated outlier fractions (|zphot−zspec|/(1+zspec)>0.15) for the corresponding subsets range from 1.5 to 1.8% and 18 to 22%, respectively. Replicating trends seen in analyses of previous wide-area radio surveys, we find no strong trend in photo-z quality as a function of radio luminosity for a fixed redshift. We exploit the broad wavelength coverage available within each field to produce galaxy stellar mass estimates for all optical sources at z < 1.5. Stellar mass functions derived for each field are used to validate our mass estimates, with the resulting estimates in good agreement between each field and with published results from the literature.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,017

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 Opus0,017
Tête enseignante GPT0,219
Écart entre enseignants0,202 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations97
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAstronomy and AstrophysicsMême sujetGalaxies: Formation, Evolution, PhenomenaTravaux en français237 207