Euclid Quick Data Release (Q1): Hunting for luminous z > 6 galaxies in the Euclid Deep Fields -- forecasts and first bright detections
Notice bibliographique
Résumé
The evolution of the rest-frame ultraviolet luminosity function (UV LF) is a powerful probe of early star formation and stellar mass build-up. At z > 6, its bright end (MUV < -21) remains poorly constrained due to the small volumes of existing near-infrared (NIR) space-based surveys. The Euclid Deep Fields (EDFs) will cover 53 deg^2 with NIR imaging down to 26.5 AB, increasing area by a factor of 100 over previous space-based surveys. They thus offer an unprecedented opportunity to select bright z > 6 Lyman break galaxies (LBGs) and constrain the UV LF's bright end. With NIR coverage extending to 2um, Euclid can detect galaxies out to z = 13. We present forecasts for the number densities of z > 6 galaxies expected in the final EDF dataset. Using synthetic photometry from spectral energy distribution (SED) templates of z = 5--15 galaxies, z = 1--4 interlopers, and Milky Way MLT dwarfs, we explore optimal selection methods for high-z LBGs. A combination of S/N cuts with SED fitting (from optical to MIR) yields the highest-fidelity sample, recovering >76% of input z > 6 LBGs while keeping low-z contamination <10%. This excludes instrumental artefacts, which will affect early Euclid releases. Auxiliary data are critical: optical imaging from the Hyper Suprime-Cam and Vera C. Rubin Observatory distinguishes genuine Lyman breaks, while Spitzer/IRAC data help recover z > 10 sources. Based on empirical double power-law LF models, we expect >100,000 LBGs at z = 6-12 and >100 at z > 12 in the final Euclid release. In contrast, steeper Schechter models predict no z > 12 detections. We also present two ultra-luminous (MUV < -23.5) candidates from the EDF-N Q1 dataset. If their redshifts are confirmed, their magnitudes support a DPL LF model at z > 9, highlighting Euclid's power to constrain the UV LF's bright end and identify the most luminous early galaxies for follow-up.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,011 |
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 ».