MétaCan
Menu
Retour à la cohorte
Enregistrement W4321441607 · doi:10.3847/1538-4357/acacff

The Art of Measuring Physical Parameters in Galaxies: A Critical Assessment of Spectral Energy Distribution Fitting Techniques

2023· article· en· W4321441607 sur OpenAlexafffund
Camilla Pacifici, Kartheik G. Iyer, Bahram Mobasher, Elisabete da Cunha, Viviana Acquaviva, D. Burgarella, G. Calistro Rivera, Adam C. Carnall, Yu-Yen Chang, Nima Chartab, Kevin C. Cooke, Ciaran Fairhurst, Jeyhan S. Kartaltepe, Joel Leja, K. Małek, Brett Salmon, M. Torelli, Alba Vidal-García, M. Boquien, Gabriel Brammer, M. J. I. Brown, P. Capak, Jacopo Chevallard, Chiara Circosta, Darren Croton, I. Davidzon, Mark Dickinson, K. J. Duncan, S. M. Faber, Henry C. Ferguson, A. Fontana, Yicheng Guo, B. Haeussler, Shoubaneh Hemmati, Marziye Jafariyazani, Susan A. Kassin, Rebecca L. Larson, Bomee Lee, Kameswara Bharadwaj Mantha, Francesca Marchi, Hooshang Nayyeri, Jeffrey A. Newman, Viraj Pandya, J. Pforr, Naveen A. Reddy, Ryan L. Sanders, Ekta A. Shah, Abtin Shahidi, Matthew L. Stevans, Dian P. Triani, K. D. Tyler, Brittany N. Vanderhoof, Alexander de la Vega, Weichen Wang, Madalyn E. Weston

Notice bibliographique

RevueThe Astrophysical Journal · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensCanadian Institute for Theoretical AstrophysicsUniversity of Toronto
Organismes subventionnairesAgencia Nacional de Investigación y DesarrolloNational Aeronautics and Space AdministrationCanadian Space AgencySpace Telescope Science InstituteNational Science Foundation
Mots-clésPhysicsSpectral energy distributionGalaxyAstrophysicsDistribution (mathematics)Energy distributionEnergy (signal processing)Statistical physicsAstronomyAtomic physics

Résumé

récupéré en direct d'OpenAlex

Abstract The study of galaxy evolution hinges on our ability to interpret multiwavelength galaxy observations in terms of their physical properties. To do this, we rely on spectral energy distribution (SED) models, which allow us to infer physical parameters from spectrophotometric data. In recent years, thanks to wide and deep multiwave band galaxy surveys, the volume of high-quality data have significantly increased. Alongside the increased data, algorithms performing SED fitting have improved, including better modeling prescriptions, newer templates, and more extensive sampling in wavelength space. We present a comprehensive analysis of different SED-fitting codes including their methods and output with the aim of measuring the uncertainties caused by the modeling assumptions. We apply 14 of the most commonly used SED-fitting codes on samples from the CANDELS photometric catalogs at z ∼ 1 and z ∼ 3. We find agreement on the stellar mass, while we observe some discrepancies in the star formation rate (SFR) and dust-attenuation results. To explore the differences and biases among the codes, we explore the impact of the various modeling assumptions as they are set in the codes (e.g., star formation histories, nebular, dust and active galactic nucleus models) on the derived stellar masses, SFRs, and A V values. We then assess the difference among the codes on the SFR–stellar mass relation and we measure the contribution to the uncertainties by the modeling choices (i.e., the modeling uncertainties) in stellar mass (∼0.1 dex), SFR (∼0.3 dex), and dust attenuation (∼0.3 mag). Finally, we present some resources summarizing best practices in SED fitting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,051
score de la tête « metaresearch » (Gemma)0,153
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,267

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0510,153
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0090,008
Études des sciences et des technologies0,0010,003
Communication savante0,0060,006
Science ouverte0,0030,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,260
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations171
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical JournalMême sujetGalaxies: Formation, Evolution, PhenomenaTravaux en français237 207