MétaCan
Menu
Retour à la cohorte
Enregistrement W4385240113 · doi:10.3847/1538-4365/acdd71

Systematically Measuring Ultra-diffuse Galaxies (SMUDGes). V. The Complete SMUDGes Catalog and the Nature of Ultradiffuse Galaxies

2023· article· en· W4385240113 sur OpenAlexaff
Dennis Zaritsky, Richard L. Donnerstein, Arjun Dey, Ananthan Karunakaran, Jennifer Kadowaki, Donghyeon J. Khim, Kristine Spekkens, Huanian Zhang

Notice bibliographique

RevueThe Astrophysical Journal Supplement Series · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensRoyal Military College of CanadaQueen's University
Organismes subventionnairesDivision of Astronomical SciencesJet Propulsion LaboratoryOffice of ScienceCalifornia Institute of TechnologyNational Aeronautics and Space AdministrationHigh Energy PhysicsU.S. Department of EnergyNational Science Foundation
Mots-clésGalaxyPhysicsAstrophysicsSkyStellar massStarsStellar populationSample (material)PopulationStar formationMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract We present the completed catalog of ultradiffuse galaxy (UDG) candidates (7070 objects) from our search of the DR9 Legacy Survey images, including distance and total mass estimates for 1529 and 1436 galaxies, respectively, that we provide and describe in detail. From the sample with estimated distances, we obtain a sample of 585 UDGs ( μ 0, g ≥ 24 mag arcsec −2 and r e ≥ 1.5 kpc) over 20,000 square degrees of sky in various environments. We conclude that UDGs in our sample are limited to 10 10 ≲ M h / M ⊙ ≲ 10 11.5 and are on average a factor of 1.5–7 deficient in stars relative to the general population of galaxies of the same total mass. That factor increases with increasing galaxy size and mass up to a factor of ∼10 when the total mass of the UDG increases beyond M h = 10 11 M ⊙ . We do not find evidence that this factor has a dependence on the UDGs large-scale environment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,213
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal Supplement SeriesMême sujetGalaxies: Formation, Evolution, PhenomenaTravaux en français237 207