Bursting at the seams: the star-forming main sequence and its scatter at <i>z</i> = 3–9 using NIRCam photometry from JADES
Notice bibliographique
Résumé
ABSTRACT We present a comprehensive study of the star-forming main sequence (SFMS) and its scatter at redshifts $3 \le z \le 9$, using Near Infrared Camera (NIRCam) photometry from the JADES (JWST Advanced Deep Extragalactic Survey) survey in the Great Observatories Origins Deep Survey (GOODS) South (GOODS-S) and North (GOODS-N) fields. Our analysis is based on a sample of galaxies that is stellar mass complete down to $\log \left(M_{\star }/{\rm M}_{\odot }\right) \approx 8.1$. The redshift evolution of the SFMS at an averaging time-scale of 10 Myr follows a relation, quantified by the specific star formation rates (sSFR$_{10}$), of $\mathrm{sSFR}\propto (1+z)^{\mu }$ with $\mu = 2.30^{+0.03}_{-0.01}$, in good agreement with theoretical predictions and the specific mass accretion rate of dark matter haloes. We find that the SFMS normalization varies in a complex way with the SFR averaging time-scale, reflecting the combined effects of bursty star formation and rising star formation histories (SFHs). We quantify the scatter of the SFMS, revealing that it decreases with longer SFR averaging time-scales, from $\sigma _{\rm {int}} \approx 0.4-0.5~\mathrm{dex}$ at 10 Myr to $\sigma _{\rm {int}} \approx 0.2~\mathrm{dex}$ at 100 Myr, indicating that shorter term fluctuations dominate the scatter, although long-term variations in star formation activity are also present. Our findings suggest that bursty SFHs are more pronounced at lower stellar masses. Furthermore, we explore the implications of our results for the observed overabundance of UV-bright galaxies at $z > 10$, concluding that additional mechanisms, such as top-heavy initial mass functions, increased star formation efficiencies, or increased burstiness in star formation are needed to explain these observations. Finally, we emphasize the importance of accurate stellar mass completeness limits when fitting the SFMS, especially for galaxies with bursty SFHs.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 ».