The VIMOS Ultra Deep Survey: The reversal of the star-formation rate − density relation at 2 <<i>z</i>< 5
Notice bibliographique
Résumé
Utilizing spectroscopic observations taken for the VIMOS Ultra-Deep Survey (VUDS), new observations from Keck/DEIMOS, and publicly available observations of large samples of star-forming galaxies, we report here on the relationship between the star-formation rate (SFR) and the local environment (δgal) of galaxies in the early universe (2 < z < 5). Unlike what is observed at lower redshifts (z ≲ 2), we observe a definite, nearly monotonic increase in the average SFR with increasing galaxy overdensity over more than an order of magnitude inδgal. The robustness of this trend is quantified by accounting for both uncertainties in our measurements and galaxy populations that are either underrepresented or not present in our sample (e.g., extremely dusty star-forming and quiescent galaxies), and we find that the trend remains significant under all circumstances. This trend appears to be primarily driven by the fractional increase of galaxies in high-density environments that are more massive in their stellar content and are forming stars at a higher rate than their less massive counterparts. We find that, even after stellar mass effects are accounted for, there remains a weak but significant SFR–δgaltrend in our sample implying that additional environmentally related processes are helping to drive this trend. We also find clear evidence that the average SFR of galaxies in the densest environments increases with increasing redshift. These results lend themselves to a picture in which massive gas-rich galaxies coalesce into proto-cluster environments atz ≳ 3, interact with other galaxies or with a forming large-scale medium, subsequently using or losing most of their gas in the process, and begin to seed the nascent red sequence that is present in clusters at slightly lower redshifts.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».