The star-forming and ionizing properties of dwarf <i>z</i> ~ 6–9 galaxies in JADES: insights on bursty star formation and ionized bubble growth
Notice bibliographique
Résumé
ABSTRACT Reionization is thought to be driven by faint star-forming galaxies, but characterizing this population has long remained very challenging. Here, we utilize deep nine-band JADES (JWST Advanced Deep Extragalactic Survey)/NIRCam (Near-Infrared Camera) imaging to study the star-forming and ionizing properties of 756 $z\sim 6-9$ galaxies, including hundreds of very ultraviolet (UV)-faint objects ($M_\mathrm{UV}\gt -18$). The faintest ($m\sim 30$) galaxies in our sample typically have stellar masses of $M_\ast \sim (1-3)\times 10^7\ \mathrm{ M}_\odot$ and young light-weighted ages ($\sim$50 Myr), though some show strong Balmer breaks implying much older ages ($\sim$500 Myr). We find no evidence for extremely massive galaxies ($\gt 3\times 10^{10}\ \mathrm{ M}_\odot$) in our sample. We infer a strong (factor $\gt $2) decline in the typical [O iii]$+$H $\beta$ equivalent widths (EWs) towards very faint $z\sim 6-9$ galaxies, yet a weak UV luminosity dependence on the H $\alpha$ EWs at $z\sim 6$. We demonstrate that these EW trends can be explained if fainter galaxies have systematically lower metallicities as well as more recently declining star formation histories relative to the most UV-luminous galaxies. Our data provide evidence that the brightest galaxies are frequently experiencing a recent strong upturn in star formation rate. We also discuss how the EW trends may be influenced by a strong correlation between $M_\mathrm{UV}$ and Lyman continuum escape fraction. This alternative explanation has dramatically different implications for the contribution of galaxies along the luminosity function to cosmic reionization. Finally, we quantify the photometric overdensities around two $z\,\gt\,7$ strong Ly $\alpha$ emitters. One Ly $\alpha$ emitter lies close to a strong photometric overdensity, while the other shows no significant nearby overdensity, perhaps implying that not all strong $z\,\gt\, 7$ Ly $\alpha$ emitters reside in large ionized bubbles.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».