Stellar population analysis of MaNGA early-type galaxies: IMF dependence and systematic effects
Notice bibliographique
Résumé
ABSTRACT We study systematics associated with estimating simple stellar population (SSP) parameters – age, metallicity [M/H], α-enhancement [α/Fe], and initial mass function (IMF) shape – and associated M*/L gradients, of elliptical slow rotators (E-SRs), fast rotators (E-FRs), and S0s from stacked spectra of galaxies in the MaNGA survey. These systematics arise from (i) how one normalizes the spectra when stacking; (ii) having to subtract emission before estimating absorption line strengths; (iii) the decision to fit the whole spectrum or just a few absorption lines; (iv) SSP model differences (e.g. isochrones, enrichment, IMF). The MILES+Padova SSP models, fit to the Hβ, 〈Fe〉, TiO2SDSS, and [MgFe] Lick indices in the stacks, indicate that out to the half-light radius Re: (a) ages are younger and [α/Fe] values are lower in the central regions but the opposite is true of [M/H]; (b) the IMF is more bottom-heavy in the center, but is close to Kroupa beyond about Re/2; (c) this makes M*/L about 2 × larger in the central regions than beyond Re/2. While the models of Conroy et al. return similar [M/H] and [α/Fe] profiles, the age and (hence) M*/L profiles can differ significantly even for solar abundances and a Kroupa IMF; different responses to non-solar abundances and IMF parametrization further compound these differences. There are clear (model independent) differences between E-SRs, E-FRs, and S0s: younger ages and less enhanced [α/Fe] values suggest that E-FRs and S0s are not SSPs, but relaxing this assumption is unlikely to change their inferred M*/L gradients significantly.
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 | 0,006 |
| 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 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».