The stellar populations of quiescent ultra-diffuse galaxies from optical to mid-infrared spectral energy distribution fitting
Notice bibliographique
Résumé
ABSTRACT We use spectral energy distribution (SED) fitting to place constraints on the stellar population properties of 29 quiescent ultra-diffuse galaxies (UDGs) across different environments. We use the fully Bayesian routine PROSPECTOR coupled with archival data in the optical, near, and mid-infrared from Spitzer and Wide-field Infrared Survey Explorer under the assumption of an exponentially declining star formation history. We recover the stellar mass, age, metallicity, dust content, star formation time scales, and photometric redshifts (photo-zs) of the UDGs studied. Using the mid-infrared data, we probe the existence of dust in UDGs. Although its presence cannot be confirmed, we find that the inclusion of small amounts of dust in the models brings the stellar populations closer to those reported with spectroscopy. Additionally, we fit the redshifts of all galaxies. We find a high accuracy in recovering photo-zs compared to spectroscopy, allowing us to provide new photo-z estimates for three field UDGs with unknown distances. We find evidence of a stellar population dependence on the environment, with quiescent field UDGs being systematically younger than their cluster counterparts. Lastly, we find that all UDGs lie below the mass–metallicity relation for normal dwarf galaxies. Particularly, the globular cluster (GC)-poor UDGs are consistently more metal-rich than GC-rich ones, suggesting that GC-poor UDGs may be puffed-up dwarfs, while most GC-rich UDGs are better explained by a failed galaxy scenario. As a byproduct, we show that two galaxies in our sample, NGC 1052-DF2 and NGC 1052-DF4, share equivalent stellar population properties, with ages consistent with 8 Gyr. This finding supports formation scenarios where the galaxies were formed together.
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 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 | 0,001 |
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 ».