Cosmic evolution of the incidence of active galactic nuclei in massive clusters: simulations versus observations
Notice bibliographique
Résumé
ABSTRACT This paper explores the role of small-scale environment (<1 Mpc) in modulating accretion events on to supermassive black holes by studying the incidence of active galactic nuclei (AGNs) in massive clusters of galaxies. A flexible, data-driven semi-empirical model is developed based on a minimal set of parameters and under the zero-order assumption that the incidence of AGNs in galaxies is independent of environment. This is used to predict how the fraction of X-ray selected AGN among galaxies in massive dark matter haloes ($\gtrsim 3\times 10^{14}\, \mathrm{M}_{\odot }$) evolves with redshift and reveal tensions with observations. At high redshift, z ∼ 1.2, the model underpredicts AGN fractions, particularly at high X-ray luminosities, $L_X(\rm 2\rm{-}10\, keV) \gtrsim 10^{44}\, erg \, s^{-1}$. At low redshift, z ∼ 0.2, the model estimates fractions of moderate luminosity AGN ($L_X(\rm 2\rm{-}10\, keV) \gtrsim 10^{43}\, erg \, s^{-1}$) that are a factor of 2–3 higher than the observations. These findings reject the zero-order assumption on which the semi-empirical model hinges and point to a strong and redshift-dependent influence of the small-scale environment on the growth of black holes. Cluster of galaxies appear to promote AGN activity relative to the model expectation at z ∼ 1.2 and suppress it close to the present day. These trends could be explained by the increasing gas content of galaxies towards higher redshift combined with an efficient triggering of AGNs at earlier times in galaxies that fall on to clusters.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».