An optimal ALMA image of the Hubble Ultra Deep Field in the era of <i>JWST</i>: obscured star formation and the cosmic far-infrared background
Notice bibliographique
Résumé
ABSTRACT We combine archival ALMA data targeting the Hubble Ultra Deep Field (HUDF) to produce the deepest currently attainable 1-mm maps of this key region. Our deepest map covers 4.2 arcmin2, with a beamsize of 1.49 arcsec $\, {\times }\, 1.07\,$ arcsec at an effective frequency of 243 GHz (1.23 mm). It reaches an rms of 4.6 μJy beam$^{-1}$, with 1.5 arcmin2 below 9.0 μJy beam−1, an improvement of ${\gt }\,$5 per cent (and up to 50 per cent in some regions) over the best previous map. We also make a wider, shallower map, covering 25.4 arcmin2. We detect 45 galaxies in the deep map down to 3.6$\sigma$, 10 more than previously detected, and 39 of these galaxies have JWST counterparts. A stacking analysis on the positions of ALMA-undetected JWST galaxies yields 10 per cent more signal compared to previous stacking analyses, and we find that detected sources plus stacking contribute (10.0 ${\pm }$ 0.5) Jy deg−2 to the cosmic infrared background (CIB) at 1.23 mm. Although this is short of the (uncertain) background level of about 20 Jy deg−2, we show that our measurement is consistent with the background if the HUDF is a mild (${\sim }\, 2\sigma$) negative CIB fluctuation, and that the contribution from faint undetected objects is small and converging. This suggests that JWST has detected essentially all of the galaxies that contribute to the CIB, as anticipated from the strong correlation between galaxy stellar mass and obscured star formation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».