Completeness of the NASA/IPAC Extragalactic Database (NED) Local Volume Sample
Notice bibliographique
Résumé
Abstract We introduce the NASA/IPAC Extragalactic Database (NED) Local Volume Sample (NED-LVS), a subset of ∼1.9 million objects with distances out to 1000 Mpc. We use UV and IR fluxes available in NED from all-sky surveys to derive physical properties, and estimate the completeness relative to the expected local luminosity density. The completeness relative to near-IR luminosities (which traces a galaxy’s stellar mass) is roughly 100% at D < 30 Mpc and remains moderate (70%) out to 300 Mpc. For brighter galaxies (≳ L * ), NED-LVS is ∼100% complete out to ∼400 Mpc. When compared to other local Universe samples (GLADE and HECATE), all three are ∼100% complete below 30 Mpc. At distances beyond ∼80 Mpc, NED-LVS is more complete than both GLADE and HECATE by ∼10%–20%. NED-LVS is the underlying sample for the NED gravitational-wave follow-up service (NED-GWF), which provides prioritized lists of host candidates for GW events within minutes of alerts issued by the LIGO–Virgo–KAGRA collaboration. We test the prioritization of galaxies in the volume of GW170817 by three physical properties, where we find that both stellar mass and inverse specific star formation rate place the correct host galaxy in the top 10. In addition, NED-LVS can be used for a wide variety of other astrophysical studies: galaxy evolution, star formation, large-scale structure, galaxy environments, and more. The data in NED are updated regularly, and NED-LVS will be updated concurrently. Consequently, NED-LVS will continue to provide an increasingly complete sample of galaxies for a multitude of astrophysical research areas for years to come.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».