Classifying the full SDSS-IV MaNGA Survey using optical diagnostic diagrams: Presentation of AGN catalogs in flexible apertures
Notice bibliographique
Résumé
Accurate active galactic nucleus (AGN) identifications in large galaxy samples are crucial for the assessment of the role of AGN and AGN feedback in the co-evolution of galaxies and their central supermassive black holes. Emission-line flux-ratio diagnostics are commonly used to identify AGN in optical spectra. New large samples of integral field unit observations allow exploration of the role of aperture size in the classification process. In this paper, we present galaxy classifications for all 10010 galaxies observed within the Mapping Nearby Galaxies at Apache Point Observatory (MaNGA) survey. We use Baldwin-Philips-Terlevich line flux-ratio diagnostics combined with an Hα equivalent threshold in 60 apertures of varying size for the classification, and provide the corresponding catalogs. MaNGA-selected AGN primarily lie below the main sequence of star-forming galaxies, and reside in massive galaxies with stellar masses of ~1011 M⊙ and a median Hα-derived star formation rate of ~1.44M⊙ yr−1. We find that the number of “fake” AGN increases significantly beyond selection apertures of >1.0 Reff because of increased contamination from diffuse ionized gas (DIG). A comparison with previous works shows that the treatment of the underlying stellar continuum and flux measurements can significantly impact galaxy classification. Our work provides the community with AGN catalogs and galaxy classifications for the full MaNGA survey.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».