A Catalog of 71 Coronal Line Galaxies in MaNGA: [Ne v] Is an Effective AGN Tracer
Notice bibliographique
Résumé
Abstract Despite the importance of active galactic nuclei (AGNs) in galaxy evolution, accurate AGN identification is often challenging, as common AGN diagnostics can be confused by contributions from star formation and other effects (e.g., Baldwin–Phillips–Terlevich diagrams). However, one promising avenue for identifying AGNs is “coronal emission lines” (“CLs”), which are highly ionized species of gas with ionization potentials ≥100 eV. These CLs may serve as excellent signatures for the strong ionizing continuum of AGNs. To determine if CLs are in fact strong AGN tracers, we assemble and analyze the largest catalog of optical CL galaxies using the Sloan Digital Sky Survey's Mapping Nearby Galaxies at Apache Point Observatory (MaNGA) catalog. We detect CL emission in 71 MaNGA galaxies, out of the 10,010 unique galaxies from the final MaNGA catalog, with ≥5σ confidence. In our sample, we measure [Ne v]λ3347, λ3427, [Fe vii]λ3586, λ3760, λ6086, and [Fe x]λ6374 emission and crossmatch the CL galaxies with a catalog of AGNs that were confirmed with broad-line, X-ray, IR, and radio observations. We find that [Ne v] emission, compared to [Fe vii] and [Fe x] emission, is best at identifying high-luminosity AGNs. Moreover, we find that the CL galaxies with the least dust extinction yield the most iron CL detections. We posit that the bulk of the iron CLs are destroyed by dust grains in the galaxies with the highest [O iii] luminosities in our sample, and that AGNs in the galaxies with low [O iii] luminosities are possibly too weak to be detected using traditional techniques.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».