The central spectra of massive star-forming galaxies
Notice bibliographique
Résumé
Abstract We have examined the nuclear spectra of very massive star-forming galaxies at z ∼ 0 to understand how they differ from other galaxies with comparable masses, which are typically passive. We selected a sample of 126 nearby massive star-forming galaxies (< 100 Mpc, 1011.3 M⊙ ≤ Mstellar ≤ 1011.7 M⊙, 1 M⊙ yr−1< SFR < 13 M⊙ yr−1) from the 2MRS-Bright WXSC catalogue. LEDA morphologies indicate at least 63% of our galaxies are spirals, while visual inspection of Dark Energy Survey images reveals 75% of our galaxies to be spirals with the remainder being lenticular. Of our sample 59 have archival nuclear spectra, which we have modelled and subsequently measured emission lines ([NII]λ6583, Hαλ6563, [OIII]λ5008, and Hβλ4863), classifying galaxies as star-forming, LINERS or AGNs. Using a BPT diagram we find 83 ± 6 % of our galaxies, with sufficient signal-to-noise to measure all 4 emission lines, to be LINERs. Using the [NII]λ6583/Hαλ6563 emission line ratio alone we find that 79 ± 6 % of the galaxies (46 galaxies) with archival spectra are LINERs, whereas just ∼ 30% of the overall massive galaxy population are LINERs (Belfiore et al., 2016). Our sample can be considered a local analogue of the Ogle et al. (2016, 2019) sample of z ∼ 0.22 massive star-forming galaxies in terms of selection criteria, and we find 64% of their galaxies are LINERs using SDSS spectra. The high frequency of LINER emission in these massive star-forming galaxies indicates that LINER emission in massive galaxies may be linked to the presence of gas that fuels star formation.
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 | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».