The Close AGN Reference Survey (CARS): a comparison between sub-mm and optical AGN diagnostic diagrams
Notice bibliographique
Résumé
ABSTRACT The $L_{\rm IR}{\!-\!}L_{\rm HCN}$ relation suggests that there is a tight connection between dense gas and star formation. We use data from the Close AGN Reference Survey (CARS) to investigate the dense gas – star formation relation in active galactic nuclei (AGN) hosting galaxies, and the use of dense gas as an AGN diagnostic. Our sample contains five Type-1 (unobscured) AGN that were observed with the Atacama Large Millimetre/submillimetre Array with the aim to detect HCN(4-3), HCO$^+$(4-3), and CS(7-6). We detect the dense gas emission required for this analysis in three of the five targets. We find that despite the potential impact from the AGN on the line fluxes of these sources, they still follow the $L_{\rm IR}{\!-\!}L_{\rm HCN}$ relation. We then go on to test claims that the HCN/HCO+ and HCN/CS line ratios can be used as a tool to classify AGN in the sub-mm HCN diagram. We produce the classic ionized emission-line ratio diagnostics (the so-called BPT diagrams), using available CARS data from the Multi Unit Spectroscopic Explorer. We then compare the BPT classification with the sub-mm classification made using the dense gas tracers. Where it was possible to complete the analysis we find general agreement between optical and sub-mm classified gas excitation mechanisms. This suggests that AGN can contribute to the excitation of both the low-density gas in the warm ionized medium and the high-density gas in molecular clouds simultaneously, perhaps through X-ray, cosmic ray, or shock heating mechanisms.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,007 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».