The environments of radio galaxies and quasars in LoTSS data release 2
Notice bibliographique
Résumé
Aims. The orientation-based unification scheme of radio-loud active galactic nuclei (AGNs) asserts that radio galaxies and quasars are essentially the same type of object, but viewed from different angles. To test this unification model, we compared the environments of radio galaxies and quasars, which would reveal similar properties when an accurate model is utilized. Methods. Using the second data release of the LOFAR Two-metre Sky Survey (LoTSS DR2), we constructed a sample of 26 577 radio galaxies and 2028 quasars at 0.08 < z < 0.4. For radio galaxies with optical spectra, we further classified them as 3631 low-excitation radio galaxies (LERGs) and 1143 high-excitation radio galaxies (HERGs). We crossmatched these samples with two galaxy cluster catalogs from the Sloan Digital Sky Survey (SDSS). Results. We find that 17.1 ± 0.2% of the radio galaxies and 4.1 ± 0.4% of the quasars are associated with galaxy clusters. Luminous quasars are very rare in clusters, while 18.7 ± 0.7% LERGs and 15.2 ± 1.1% HERGs reside in clusters. We also note that in radio galaxies, both HERGs and LERGs tend to reside in the centers of clusters, while quasars do not show a strong preference for their positions in clusters. Conclusions. This study shows that local quasars and radio galaxies exist in different environments, challenging the orientation-based unification model. This means that factors other than orientation may play an important role in distinguishing radio galaxies from quasars. The future WEAVE-LOFAR survey will offer high-quality spectroscopic data for a large number of radio sources and allow for a more comprehensive exploration of the environments of radio galaxies and quasars.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».