Time-scales for the effects of interactions on galaxy properties and SMBH growth
Notice bibliographique
Résumé
ABSTRACT Galaxy interaction and merging have clear effects on the systems involved. We find an increase in the star formation rate (SFR), potential ignition of active galactic nuclei (AGNs), and significant morphology changes. However, at what stage during interactions or mergers these changes begin to occur remains an open question. With a combination of machine learning and visual classification, we select a sample of 3162 interacting and merging galaxies in the Cosmic Evolutionary Survey (COSMOS) field across a redshift range of 0.0–1.2. We divide this sample into four distinct stages of interaction based on their morphology, each stage representing a different phase of the dynamical time-scale. We use the rich ancillary data available in COSMOS to probe the relation between interaction stage, stellar mass, SFR, and AGN fraction. We find that the distribution of SFRs rapidly changes with stage for mass distributions consistent with being drawn from the same parent sample. This is driven by a decrease in the fraction of red sequence galaxies (from 17 per cent as close pairs to 1.4 per cent during merging) and an increase in the fraction of starburst galaxies (from 7 per cent to 32 per cent). We find that the AGN fraction increases by a factor of 1.2 only at coalescence. We find that the effects of interaction peak at the point of closest approach and coalescence of the two systems. We show that the point in time of the underlying dynamical time-scale – and its related morphology – is as important to consider as its projected separation.
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 | 0,003 |
| 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) | 0,003 | 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 ».