A Large Population of Faint 8 < z < 16 Galaxies Found in the First JWST NIRCam Observations of the NGDEEP Survey
Notice bibliographique
Résumé
Abstract We present an early analysis on the search for high-redshift galaxies using the deepest public JWST imaging to date, the NGDEEP field. These data consist of six-band NIRCam imaging on the Hubble Ultra Deep Field Parallel 2 (HUDF-Par2), covering a total area of 6.3 arcmin2. Based on our initial reduction of the first half of this survey, we reach 5σ depths up to mag = 29.5–29.9 between 1 and 5 μm. Such depths present an unprecedented opportunity to begin exploring the very early universe with JWST. As such, we find high-redshift galaxies by examining the spectral energy distribution of all F444W detections and present 16 new z > 8.5 galaxies identified using two different photometric redshift codes: LePhare and EAZY combined with other significance criteria. The highest-redshift object in our sample is at z = 15.6 − 0.3 + 0.4 , which has a blue β = − 3.02 − 0.46 + 0.42 and a very low inferred stellar mass of M * = 107.4 M ⊙. We also discover a series of faint, low-mass dwarf galaxies with M * < 108.5 M ⊙ at z ∼ 9 that have blue colors, flat surface brightness profiles, and small sizes <1 kpc. Comparing to previous work in the HUDF-Par2, we find 21 6 < z < 9 candidates including two z = 8 major mergers. One of these merger candidates has an additional two z = 8 sources within 30″, indicating that it may form part of an overdensity. We also compare our results to theory, finding no significant disagreement with a few cold-dark-matter-based models. The discovery of these objects demonstrates the critical need for deeper, or similar depth but wider-area, JWST surveys to explore the early universe.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,002 | 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 ».