The cosmic web of X-ray active galactic nuclei seen through the eROSITA Final Equatorial Depth Survey (eFEDS)
Notice bibliographique
Résumé
Which galaxies in the general population turn into active galactic nuclei (AGNs) is a keystone of galaxy formation and evolution. Thanks to SRG/eROSITA’s contiguous 140 square degree pilot survey field, we constructed a large, complete, and unbiased soft X-ray flux-limited (FX > 6.5 × 10−15erg s−1cm−2) AGN sample at low redshift, 0.05 < z < 0.55. Two summary statistics, the clustering using spectra from SDSS-V and galaxy-galaxy lensing with imaging from HSC, are measured and interpreted with halo occupation distribution and abundance matching models. Both models successfully account for the observations. We obtain an exceptionally complete view of the AGN halo occupation distribution. The population of AGNs is broadly distributed among halos with a mean mass of 3.9−2.4+2.0 × 1012 M⊙. This corresponds to a large-scale halo bias ofb(z = 0.34) = 0.99−0.10+0.08. The central occupation has a large transition parameter,σlog10(M) = 1.28 ± 0.2. The satellite occupation distribution is characterized by a shallow slope,αsat = 0.73 ± 0.38. We find that AGNs in satellites are rare, withfsat < 20%. Most soft X-ray-selected AGNs are hosted by central galaxies in their dark matter halo. A weak correlation between soft X-ray luminosity and large-scale halo bias is confirmed (3.3σ). We discuss the implications of environmental-dependent AGN triggering. This study paves the way toward fully charting, in the coming decade, the coevolution of X-ray AGNs, their host galaxies, and dark matter halos by combining eROSITA with SDSS-V, 4MOST, DESI, LSST, andEucliddata.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,003 | 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 ».