Observing the host galaxies of high-redshift quasars with <i>JWST</i>: predictions from the <scp>BlueTides</scp> simulation
Notice bibliographique
Résumé
ABSTRACT The bright emission from high-redshift quasars completely conceals their host galaxies in the rest-frame ultraviolet/optical, with detection of the hosts in these wavelengths eluding even the Hubble Space Telescope (HST) using detailed point spread function (PSF) modelling techniques. In this study, we produce mock images of a sample of z = 7 quasars extracted from the BlueTides simulation, and apply Markov chain Monte Carlo-based PSF modelling to determine the detectability of their host galaxies with the James Webb Space Telescope (JWST). While no statistically significant detections are made with HST, we predict that at the same wavelengths and exposure times JWST NIRCam imaging will detect $\sim 50{{\ \rm per\ cent}}$ of quasar host galaxies. We investigate various observational strategies, and find that NIRCam wide-band imaging in the long-wavelength filters results in the highest fraction of successful quasar host detections, detecting $\gtrsim 80{{\ \rm per\ cent}}$ of the hosts of bright quasars in exposure times of 5 ks. Exposure times of ≳ 5 ks are required to detect the majority of host galaxies in the NIRCam wide-band filters, however, even 10 ks exposures with MIRI result in $\lesssim 30{{\ \rm per\ cent}}$ successful host detections. We find no significant trends between galaxy properties and their detectability. The PSF modelling can accurately recover the host magnitudes, radii, and spatial distribution of the larger scale emission, when accounting for the central core being contaminated by residual quasar flux. Care should be made when interpreting the host properties measured using PSF modelling.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».