Shaping physical properties of galaxy subtypes in the VIPERS survey: Environment matters
Notice bibliographique
Résumé
Aims. This study aims to explore the relation between the physical properties of different galaxy sub-classes, from red passive to blue star-forming, and their environment. Our work is based on the analysis of 31 631 galaxies from the VIMOS Public Extragalactic Redshift Survey (VIPERS), observed at 0.5 < z < 0.9. The unprecedented volume of VIPERS and the wealth of auxiliary derived data allow us to associate sub-classes of the main galaxy populations with their possibly different evolutionary paths. This is the first time such a study is performed with such statistical precision. Methods. We use the results of an unsupervised clustering algorithm to distinguish 11 subclasses of VIPERS galaxies, based on the multi-dimensional feature space, defined by rest-frame UV to NIR colours. We investigate the relationship between the properties of these sub-classes of galaxies and their local environment, defined as the galaxy density contrast, δ, derived from the fifth nearest neighbour technique. Results. We confirm that the galaxy population-density relation is already in place at z ∼ 0.9, with the blue galaxy fraction decreasing with density, compensated by an increase in the red fraction. We demonstrate how the properties of red, green, and blue galaxy subclasses are altered as they assemble into denser regions, and we attempt to interpret this in the context of their evolution. On average, red galaxies in the high-density environment are larger by 28% than those in low-density environments. In particular, we find one group of galaxies, sub-class C3, whose increase of size with time can be explained mainly as the result of mergers; for other red subclasses, mergers would not seem to play the major role (subclass C2) or would play a negligible role (sub-class C1). The properties of the green galaxies (sub-classes C4–6) depend on whether their stellar mass is above or below a transition mass, log(Mstar/M⊙)=10.6. Low-mass green (9.5 ≲ log(Mstar/M⊙)≲10.6) galaxies appear to have grown through secular processes, while in high-mass (10.6 ≲ log(Mstar/M⊙)≲11.5) green galaxies, mass assembly appears to be dominated by mergers. When it comes to blue galaxies, the trend of decreasing fraction with denser environments seen for the group as a whole (sub-classes C7–11) is found to be driven mostly by one (the most numerous) group of galaxies; sub-class C10. These are compact low-mass galaxies with high, specific star formation rates, which are preferentially found in low-density environments. However, the remaining blue galaxies (sub-classes C7–9) are larger and appear in denser environments than galaxies within C10.
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 | 0,001 |
| 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 ».