The Mass Scale of High-redshift Galaxies: Virial Mass Estimates Calibrated with Stellar Dynamical Models from LEGA-C
Notice bibliographique
Résumé
Abstract Dynamical models for 673 galaxies at z = 0.6–1.0 with spatially resolved (long-slit) stellar kinematic data from LEGA-C are used to calibrate virial mass estimates defined as M vir = K σ ′ ⋆ , int 2 R , with K a scaling factor, σ ′ ⋆ , int the spatially integrated stellar velocity second moment from the LEGA-C survey, and R the effective radius measured from a Sérsic profile fit to Hubble Space Telescope imaging. The sample is representative for M ⋆ > 3 × 10 10 M ⊙ and includes all types of galaxies, irrespective of morphology and color. We demonstrate that using R = R sma (the semimajor axis length of the ellipse that encloses 50% of the light) in combination with an inclination correction on σ ′ ⋆ , int produces an unbiased M vir . We confirm the importance of projection effects on σ ′ ⋆ , int by showing the existence of a similar residual trend between virial mass estimates and inclination for the nearby early-type galaxies in the ATLAS 3D survey. Also, as previously shown, when using a Sérsic profile-based R estimate, a Sérsic index-dependent correction to account for nonhomology in the radial profiles is required. With respect to analogous dynamical models for low-redshift galaxies from the ATLAS 3D survey we find a systematic offset of 0.1 dex in the calibrated virial constant for LEGA-C, which may be due to physical differences between the galaxy samples or an unknown systematic error. Either way, with our work we establish a common mass scale for galaxies across 8 Gyr of cosmic time with a systematic uncertainty of at most 0.1 dex.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».