RMS asymmetry: a robust metric of galaxy shapes in images with varied depth and resolution
Notice bibliographique
Résumé
Structural disturbances, such as galaxy mergers or instabilities, are key candidates for driving galaxy evolution, so it is important to detect and quantify galaxies hosting these disturbances spanning a range of masses, environments, and cosmic times. Traditionally, this is done by quantifying the asymmetry of a galaxy as part of the concentration-asymmetry-smoothness system, , and selecting galaxies above a certain threshold as merger candidates. However, in this work, we show that , is extremely dependent on imaging properties – both resolution and depth – and thus defining a single threshold is impossible. We analyze an alternative root-mean-squared asymmetry, , and show that it is independent of noise down to the average SNR per pixel of 1. However, both metrics depend on the resolution. We argue that asymmetry is, by design, always a scale-dependent measurement, and it is essential to define an asymmetry at a given physical resolution, where the limit should be defined by the size of the smallest features one wishes to detect. We measure asymmetry of a set of z ≈ 0.1 galaxies observed with HST, HSC, and SDSS, and show that after matching the resolution of all images to 200 pc, we are able to obtain consistent measurements with all three instruments despite the vast differences in the original resolution or depth. We recommend that future studies use measurement when evaluating asymmetry, where x is defined by the physical size of the features of interest, and is kept consistent across the dataset, especially when the redshift or image properties of galaxies in the dataset vary.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».