Star formation history of ≤ <i>z</i> ≤ mass-selected galaxies in the ELAIS-N1 Field
Notice bibliographique
Résumé
ABSTRACT We measure the specific star formation rates (sSFRs) of K-band selected galaxies from the European Large Area ISO Survey North 1 by stacking Giant Metrewave Radio Telescope data at 610 MHz. We identify a sample of star-forming galaxies (SFGs), spanning ${0.1\le \, {z}\, \le \, 1.5}$ and $\rm {10^{8.5}\lt \, {{\mathit{ M}}_{\star }}/{{M}_{\odot }}\lt 10^{12.4}}$, using a combination of multiwavelength diagnostics obtained from the deep LOw Frequency ARray Two-metre Sky Survey multiwavelength catalogue. We measure the flux densities in the radio map and estimate the radio SFR in order to probe the nature of the galaxies below the noise and confusion limits. The massive galaxies in our sample have the lowest sSFRs, which is in agreement with previous studies. For the different populations, we show that the sSFR–mass relation steepens with redshift, with an average slope of $\rm {\langle \beta _{All} \rangle \, =\, -0.49\pm 0.01}$ for the whole sample, and $\rm {\langle \beta _{SFG} \rangle \, =\, -0.42\pm 0.02}$ for the SFGs. Our results indicate that galaxy populations undergo ’downsizing’, whereby most massive galaxies form their stars earlier and more rapidly than low-mass galaxies. Both populations show a strong decrease in their sSFR towards the present epoch. The sSFR evolution with redshift is best described by a power law ${(1\, +\, {z})^{n}}$, where $\rm {\langle {\mathit{ n}}_{ALL}\rangle \sim 4.94\pm 0.53}$ for all galaxies and $\rm {\langle {\mathit{ n}}_{SFG}\rangle \sim 3.51\pm 0.52}$ for SFGs. Comparing our measured sSFRs to results from literature, we find a general agreement in the sSFR–M⋆ plane.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».