Conversions between gas-phase metallicities in MaNGA
Notice bibliographique
Résumé
ABSTRACT We present polynomial conversions between each of 11 different strong line gas-phase metallicity calibrations, each based on ∼1.1 million star-forming spaxels in the public Sloan Digital Sky Survey (SDSS) Data Release 15 (DR15) Mapping Nearby Galaxies at Apache Point Observatory (MaNGA) survey. For this sample, which is ∼20 times larger than previous works, we present fifth-order polynomial fits for each of 110 possible calibration conversions, for both Small Magellanic Cloud-type and Milky Way-type dust corrections. The typical 2σ scatter around our polynomial fits is 0.1 dex; we present the range over which the metallicities are valid. Conversions between metallicities which rely on the same set of line ratios, or a heavily shared set of emission lines, have reduced scatter in their conversions relative to those conversions with little overlap in required emission lines. Calibration conversions with less consistent sets of emission lines also have increased galaxy-to-galaxy variability, and this variability can account for up to 35 per cent of the total scatter. We also compare our conversions to previous work with the single fibre SDSS DR7 spectra along with higher spatial resolution data from the TYPHOON Integral Field Spectroscopy survey, resulting in comparison samples with spatial resolutions from several kpc down to ∼100 pc. Our metallicity conversions, obtained with the large sample of MaNGA, are robust against the influence of diffuse ionized gas, redshift, effective radius, and spatial blurring, and are therefore consistent across both integrated spectra and the high-resolution integral field spectroscopy data.
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 | 0,002 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».