Across the green valley with<i>HST</i>grisms: colour evolution, crossing time-scales, and the growth of the red sequence at<i>z</i> = 1.0–1.8
Notice bibliographique
Résumé
ABSTRACT We measure the colour evolution and quenching time-scales of z = 1.0–1.8 galaxies across the green valley. We derive rest-frame NUVrK colours and select blue-cloud, green-valley, and red-sequence galaxies from the spectral energy distribution modelling of CANDELS GOODS-South and UDS multiband photometry. Separately, we constrain the star-formation history (SFH) parameters (ages, τ) of these galaxies by fitting their deep archival HST grism spectroscopy. We derive the galaxy colour–age relation and show that only rapidly evolving galaxies with characteristic delayed-τ SFH time-scales of <0.5 Gyr reach the red sequence at these redshifts, after a period of accelerated colour evolution across the green valley. These results indicate that the stellar mass build-up of these galaxies stays minimal after leaving the blue cloud and entering the green valley (i.e. it may represent $\lesssim 5{{\ \rm per\ cent}}$ of the galaxies’ final, quiescent masses). Visual inspection of age-sensitive features in the stacked spectra also supports the view that these galaxies follow a quenching sequence along the blue-cloud → green-valley → red-sequence track. For this rapidly evolving population, we measure a green-valley crossing time-scale of $0.99^{+0.42}_{-0.25}$ Gyr and a crossing rate at the bottom of the green valley of $0.82^{+0.27}_{-0.25}$ mag Gyr−1. Based on these time-scales, we estimate that the number density of massive (M⋆ > 1010M⊙) red-sequence galaxies doubles every Gyr at these redshifts, in remarkable agreement with the evolution of the quiescent galaxy stellar mass function. These results offer a new approach to measuring galaxy quenching over time and represent a pathfinder study for future JWST, Euclid, and Roman Space Telescope programs.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 ».