Toward a More Complete Optical Census of Active Galactic Nuclei via Spatially Resolved Spectroscopy
Notice bibliographique
Résumé
Abstract While emission line flux ratio diagnostics are the most common technique for identifying active galactic nuclei (AGNs) in optical spectra, applying this approach to single-fiber spectra of galaxies can omit entire subpopulations of AGNs. Here, we use spatially resolved spectroscopy from the Mapping Nearby Galaxies at Apache Point Observatory (MaNGA) survey to construct a sample of 10 galaxies where Baldwin–Philips–Terlevich line flux ratio diagnostics classify each galaxy’s central 3″ spectrum as LINER or star-forming, while >10% of the spaxels in the galaxy’s MaNGA footprint are classified as Seyfert. We obtain Chandra observations of these 10 galaxies with off-nuclear Seyfert regions to determine whether AGNs are actually present in them. Our main result is that 7–10 (depending on strictness of criteria) of the galaxies host one or more X-ray AGNs, even though none of them were classified as AGNs based on their single-fiber optical spectra. We find that these AGNs were not identified in the single-fiber spectra because they are AGNs in the nuclei of companion galaxies, low-luminosity AGNs, dust-obscured AGNs, and/or flickering AGNs. In summary, we find that off-nuclear AGN signatures may increase the number of known AGNs by a factor of two over what conventional single nuclear fiber spectra identify. Our results show that spatially resolved spectroscopy can be leveraged to reveal a more complete census of AGNs that are traditionally missed by single-fiber spectra.
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 | 0,001 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».