Cosmic evolution of radio-AGN feedback: confronting models with data
Notice bibliographique
Résumé
ABSTRACT Radio-mode feedback is a key ingredient in galaxy formation and evolution models, required to reproduce the observed properties of massive galaxies in the local Universe. We study the cosmic evolution of radio-active galactic nuclei (AGN) feedback out to z ∼ 2.5 using a sample of 9485 radio-excess AGN. We combine the evolving radio luminosity functions with a radio luminosity scaling relationship to estimate AGN jet kinetic powers and derive the cosmic evolution of the kinetic luminosity density, Ωkin (i.e. the volume-averaged heating output). Compared to all radio-AGN, low-excitation radio galaxies dominate the feedback activity out to z ∼ 2.5, with both these populations showing a constant heating output of $\Omega _{\rm {kin}} \approx (4\!-\!5) \times 10^{32}\, \rm {W\, Mpc^{-3}}$ across 0.5 < z < 2.5. We compare our observations to predictions from semi-analytical and hydrodynamical simulations, which broadly match the observed evolution in Ωkin, although their absolute normalization varies. Comparison to the Semi-Analytic Galaxy Evolution (sage) model suggests that radio-AGN may provide sufficient heating to offset radiative cooling losses, providing evidence for a self-regulated AGN feedback cycle. We integrate the kinetic luminosity density across cosmic time to obtain the kinetic energy density output from AGN jets throughout cosmic history to be $\sim 10^{50}\, \rm {J\, Mpc^{-3}}$. Compared to AGN winds, the kinetic energy density from AGN jets dominates the energy budget at z ≲ 2; this suggests that AGN jets play an important role in AGN feedback across most of cosmic history.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».