STRRINGS: STReams in Residual Images of Nearby GalaxieS
Notice bibliographique
Résumé
ABSTRACT Tidal features from galaxy mergers, particularly stellar streams, offer valuable insights into galaxy assembly and dark matter halo properties. This paper aims to identify a large sample of nearby stellar streams suitable for detailed modelling and comparison with simulations to enable population-level constraints on halo properties. We visually inspect and compile a tidal feature catalogue for 19 387 galaxies with redshift $z \le 0.02$ from the Siena Galaxy Atlas 2020 using original, model, and residual images from the Dark Energy Spectroscopic Instrument Legacy Imaging Surveys. Residual images, produced by subtracting models of all sources, enhance the detectability of faint asymmetries such as tidal features. We find that $11.9 \pm 0.2{{\ \rm per\ cent}}$ of galaxies host detectable tidal features, more frequently around early- than late-type galaxies. The tidal feature fraction increases with stellar mass, from $2.4 \pm 0.4{{\ \rm per\ cent}}$ at $\sim 10^8\, \mathrm{M}_\odot$ to $36.5 \pm 1.2{{\ \rm per\ cent}}$ at $\sim 5\times 10^{11}\, \mathrm{M}_\odot$. From this, we present the first release of STRRINGS: STReams in Residual Images of Nearby GalaxieS, a subsample of 35 galaxies with long, narrow streams suitable for modelling. We segment these streams and derive their geometry, surface brightness, colours, and stellar masses. The median g-band surface brightness is 26.8 mag arcsec$^{-2}$, reaching 27.5 mag arcsec$^{-2}$ for the faintest stream. Mass ratios are consistent with minor mergers, and we identify five potential dwarf galaxy progenitors. Our streams are typically longer (median 124 kpc) than the literature, with comparable widths. Stream mass correlates with length and colour, and wider streams lie at larger galactocentric radii. STRRINGS will be expanded and used to constrain halo properties in future work.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| 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) | 0,003 | 0,002 |
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 ».