Probing Intra-Halo Light with Galaxy Stacking in CIBER Images
Notice bibliographique
Résumé
Abstract We study the stellar halos of 0.2 ≲ z ≲ 0.5 galaxies with stellar masses spanning M * ∼ 1010.5 to 1012 M ⊙ (approximately L * galaxies at this redshift) using imaging data from the Cosmic Infrared Background Experiment (CIBER). A previous CIBER fluctuation analysis suggested that intra-halo light (IHL) contributes a significant portion of the near-infrared extragalactic background light (EBL), the integrated emission from all sources throughout cosmic history. In this work, we carry out a stacking analysis with a sample of ∼30,000 Sloan Digital Sky Survey (SDSS) photometric galaxies from CIBER images in two near-infrared bands (1.1 and 1.8 μm) to directly probe the IHL associated with these galaxies. We stack galaxies in five sub-samples split by brightness and detect an extended galaxy profile beyond the instrument point-spread function (PSF) derived by stacking stars. We jointly fit a model for the inherent galaxy light profile plus large-scale one- and two-halo clustering to measure the extended galaxy IHL. We detect nonlinear one-halo clustering in the 1.8 μm band at a level consistent with numerical simulations. By extrapolating the fraction of extended galaxy light we measure to all galaxy mass scales, we find ∼30%/15% of the total galaxy light budget from galaxies is at radius r > 10/20 kpc, respectively. These results are new at near-infrared wavelengths at the L * mass scale and suggest that the IHL emission and one-halo clustering could have appreciable contributions to the amplitude of large-scale EBL background fluctuations.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 | 0,000 |
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 ».