The nature of HERGs and LERGs in LoTSS DR2 − a morphological perspective
Notice bibliographique
Résumé
ABSTRACT We present the largest visually selected sample of extended ($>$60 arcsec) radio-loud active galactic nuclei (RLAGN) to date, based on the LOw-Frequency Array Two-Metre Sky Survey second data release (LoTSS DR2). From the broader LoTSS DR2 data set with spectroscopic classifications, we construct a subsample of 2828 RLAGN with radio luminosities greater than $10^{23}~\mathrm{W~Hz^{-1}}$ at $z<0.57$. These RLAGN are further classified by optical emission-line properties into high-excitation and low-excitation radio galaxies, enabling a detailed emission-line analysis. Our subsample is also morphologically classified into Fanaroff–Riley centre- and edge-brightened sources, wide- and narrow-angle tail sources, head–tail sources, and relaxed double sources. For these classifications, we utilize data from the Very Large Array Sky Survey to assist with the classification, taking advantage of its 2.5 arcsec resolution which is sensitive to structures below 30 arcsec. This resolution allows us to identify compact cores and hotspots, facilitating the identification of remnant and restarted RLAGN candidates. We investigate the relationship between emission-line and radio properties in RLAGN, analysing mid-infrared data, host galaxy mass, and core prominence. These analyses uncover the complex relationship between these factors and the underlying accretion mechanisms. Our findings emphasize that no single property can fully constrain the accretion mode in RLAGN, highlighting the necessity of multidimensional approaches to reveal the processes driving RLAGN behaviour.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».