Evolution of the galaxy stellar mass function: evidence for an increasing <i>M</i>* from <i>z</i> = 2 to the present day
Notice bibliographique
Résumé
ABSTRACT Utilizing optical and near-infrared broad-band photometry covering >5 deg2 in two of the most well-studied extragalactic legacy fields (COSMOS and XMM-LSS), we measure the galaxy stellar mass function (GSMF) between 0.1 < z < 2.0. We explore in detail the effect of two source extraction methods (SExtractor and ProFound) in addition to the inclusion/exclusion of Spitzer IRAC 3.6 and 4.5 μm photometry when measuring the GSMF. We find that including IRAC data reduces the number of massive (log10(M/M⊙) > 11.25) galaxies found due to improved photometric redshift accuracy, but has little effect on the more numerous lower-mass galaxies. We fit the resultant GSMFs with double Schechter functions down to log10(M/M⊙) = 7.75 (9.75) at z = 0.1 (2.0) and find that the choice of source extraction software has no significant effect on the derived best-fitting parameters. However, the choice of methodology used to correct for the Eddington bias has a larger impact on the high-mass end of the GSMF, which can partly explain the spread in derived M* values from previous studies. Using an empirical correction to model the intrinsic GSMF, we find evidence for an evolving characteristic stellar mass with δlog10(M*/M⊙)/δz = $-0.16\pm 0.05 \, (-0.11\pm 0.05)$, when using SExtractor (ProFound). We argue that with widely quenched star formation rates in massive galaxies at low redshift (z < 0.5), additional growth via mergers is required in order to sustain such an evolution to a higher characteristic mass.
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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».