REQUIEM-2D Methodology: Spatially Resolved Stellar Populations of Massive Lensed Quiescent Galaxies from Hubble Space Telescope 2D Grism Spectroscopy
Notice bibliographique
Résumé
Abstract We present a novel Bayesian methodology to jointly model photometry and deep Hubble Space Telescope 2D grism spectroscopy of high-redshift galaxies. Our requiem2d code measures both unresolved and resolved stellar populations, ages, and star formation histories (SFHs) for the ongoing REsolving QUIEscent Magnified (REQUIEM) Galaxies Survey, which targets strong gravitationally lensed quiescent galaxies at z ∼ 2. We test the accuracy of requiem2d using a simulated sample of massive galaxies at z ∼ 2 from the Illustris cosmological simulation and find that we recover the general trends in SFH and median stellar ages. We further present a pilot study for the REQUIEM Galaxies Survey: MRG-S0851, a quintuply imaged, massive ( ) red galaxy at z = 1.883 ± 0.001. With an estimated gravitational magnification of , we sample the stellar populations on 0.6 kpc physical size bins. The global mass-weighted median age is constrained to be Gyr, and our spatially resolved analysis reveals that MRG-S0851 has a flat age gradient in the inner 3 kpc core after taking into account the subtle effects of dust and metallicity on age measurements, favoring an early formation scenario. The analysis for the full REQUIEM-2D sample will be presented in a forthcoming paper with a beta release of the requiem2d code.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».