Star formation and AGN feedback in the local Universe: Combining LOFAR and MaNGA
Notice bibliographique
Résumé
The effect of active galactic nuclei (AGN) on their host galaxies – in particular their levels of star formation – remains one of the key outstanding questions of galaxy evolution. Successful cosmological models of galaxy evolution require a fraction of energy released by an AGN to be redistributed into the interstellar medium to reproduce the observed stellar mass and luminosity function and to prevent the formation of over-massive galaxies. Observations have confirmed that the radio-AGN population is energetically capable of heating and redistributing gas at all phases, however, direct evidence of AGN enhancing or quenching star formation remains rare. With modern, deep radio surveys and large integral field spectroscopy (IFS) surveys, we can detect fainter synchrotron emission from AGN jets and accurately probe the star-forming properties of galaxies, respectively. In this paper, we combine data from the LOw Frequency ARray Two-meter Sky Survey (LoTSS) with data from one of the largest optical IFS surveys, Mapping Nearby Galaxies at Apache Point Observatory (MaNGA), to probe the star-forming properties of 307 local (z < 0.15) galaxies that host radio-detected AGN (RDAGN). We compare our results to a robust control sample of non-active galaxies that each match the stellar mass, redshift, visual morphology, and inclination of a RDAGN host. We find that RDAGN and control galaxies have broad star-formation rate (SFR) distributions, typically lie below the SFMS, and have negative stellar light-weighted age gradients. These results indicate that AGN selected based on their current activity are not responsible for suppressing their host galaxies’ star formation. Rather, our results support the maintenance mode role that radio AGN are expected to have in the local Universe.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
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 ».