Deep Extragalactic VIsible Legacy Survey (DEVILS): the sSFR–<i>M</i>⋆ plane – II. Starbursts, SFHs, and AGN feedback
Notice bibliographique
Résumé
ABSTRACT In part I of this series, we discussed the variation of star formation histories (SFHs) across the specific star formation rate – stellar mass plane (sSFR–M$_{\star }$) using the Deep Extragalactic VIsible Legacy Survey (DEVILS). Here, we explore the physical mechanisms that are likely driving these observational trends, by comparing the properties of galaxies with common recent SFH shapes. Overall, we find that the processes shaping the movement of galaxies through the sSFR–M$_{\star }$ plane can be largely split into two stellar mass regimes, bounded by the minimum SFR dispersion ($\sigma _{\rm SFR}$) point. At lower stellar masses, we find that large $\sigma _{\rm SFR}$ values are likely observed due to a combination of stochastic star formation processes and a large variety in absolute sSFR values, but relatively constant/flat SFHs. While at higher stellar masses we see strong observational evidence that active galactic nuclei (AGNs) are associated with rapidly declining SFHs, and that these galaxies reside in the high $\sigma _{\rm SFR}$ region of the plane. As such, we suggest that AGN feedback, leading to galaxy quenching, is the primary driver of the high $\sigma _{\rm SFR}$ values. These results are consistent with previous theoretical interpretations of the $\sigma _{\rm SFR}$–M$_{\star }$ relation.
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 | 0,000 | 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) | 0,001 | 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 ».