Active Galactic Nuclei Selection and Demographics: A New Age with JWST/MIRI
Notice bibliographique
Résumé
Abstract Understanding the coevolution of supermassive black holes and their host systems requires a comprehensive census of active galactic nuclei (AGNs) behavior across a wide range of redshift, luminosity, obscuration level, and galaxy properties. We report significant progress with JWST toward this goal from the Systematic Mid-infrared Instrument Legacy Extragalactic Survey (SMILES). Based on comprehensive spectral energy distribution (SED) analysis of 3273 MIRI-detected sources, we identify 217 AGN candidates over a survey area of ∼34 arcmin 2 , including a primary sample of 111 AGNs in normal massive galaxies ( M * > 10 9.5 M ☉ ) at z ∼ 0–4, an extended sample of 86 AGN candidates in low-mass galaxies ( M * < 10 9.5 M ☉ ), and a high- z sample of 20 AGN candidates at z ∼ 4–8.4. Notably, about 80% of our MIRI-selected AGN candidates are new discoveries despite the extensive pre-JWST AGN searches. Even among the massive galaxies where the previous AGN search is believed to be thorough, 34% of the MIRI AGN identifications are new, highlighting the impact of obscuration on previous selections. By combining our results with the efforts at other wavelengths, we build the most complete AGN sample to date and examine the relative performance of different selection techniques. We find the obscured AGN fraction increases from L AGN,bol ∼ 10 10 L ⊙ to 10 11 L ⊙ and then drops toward higher luminosity. Additionally, the obscured AGN fraction gradually increases from z ∼ 0 to z ∼ 4 with most high- z AGNs obscured. We discuss how AGN obscuration, intrinsic SED variations, galaxy contamination, survey depth, and selection techniques complicate the construction of a complete AGN sample.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».