Exploring the radio loudness of SDSS quasars with spectral stacking
Notice bibliographique
Résumé
ABSTRACT We use new 144 MHz observations over 5634 deg2 from the LOFAR (Low Frequency Array) Two-metre Sky Survey (LoTSS) to compile the largest sample of uniformly selected, spectroscopically confirmed quasars from the 14th data release of the Sloan Digital Sky Survey (SDSS-DR14). Using the classical definition of radio loudness, R = log (L1.4GHz/Li), we identify 3697 radio-loud (RL) and 111 132 radio-quiet (RQ) sources at 0.6 < z < 3.4. To study their properties, we develop a new rest-frame spectral stacking algorithm, designed with forthcoming massively multiplexed spectroscopic surveys in mind, and use it to create high signal-to-noise composite spectra of each class, matched in redshift and absolute i-band magnitude. We show that RL quasars have redder continuum and enhanced [O ii] emission than their RQ counterparts. These results persist when additionally matching in black hole mass, suggesting that this parameter is not the defining factor in making a quasi-stellar object (QSO) RL. We find that these features are not gradually varying as a function of radio loudness, but are maintained even when probing deeper into the RQ population, indicating that a clear-cut division in radio loudness is not apparent. Upon examining the star formation rates (SFRs) inferred from the [O ii] emission line, with the contribution from active galactic nucleus removed using the [Ne v] line, we find that RL quasars have a significant excess of star formation relative to RQ quasars out to z = 1.9 at least. Given our findings, we suggest that RL sources either preferably reside in gas-rich systems with rapidly spinning black holes, or represent an earlier obscured phase of QSO evolution.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 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) | 0,001 | 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 ».