MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416456703 · doi:10.1051/0004-6361/202555759

GALSBI-SPS: A stellar population synthesis-based galaxy population model for cosmology and galaxy evolution applications

2025· article· en· W4416456703 sur OpenAlexaff
Luca Tortorelli, Silvan Fischbacher, D. Gruen, Alexandre Réfrégier, Sabine Bellstedt, A. S. G. Robotham, Tomasz Kacprzak

Notice bibliographique

RevueAstronomy and Astrophysics · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesAustralian Research CouncilDeutsche ForschungsgemeinschaftScience and Technology Facilities CouncilSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésInteracting galaxyLenticular galaxyGalaxy formation and evolutionGalaxyField galaxyBrightest cluster galaxyGalaxy mergerPopulationCosmology

Résumé

récupéré en direct d'OpenAlex

Context. Next-generation photometric and spectroscopic galaxy surveys will enable unprecedented tests of the concordance cosmological model and of galaxy formation and evolution. Fully exploiting their potential requires a precise understanding of the selection effects on galaxies and biases on measurements of their properties, which are required, above all, for accurate estimates of redshift distributions. The forward-modelling of galaxy surveys offers a powerful framework to simultaneously recover galaxy redshift distributions and characterise the observed galaxy population. Aims. We present G AL SBI-SPS, a new stellar population synthesis (SPS)-based galaxy population model developed for cosmological and galaxy evolution studies. The model generates realistic galaxy catalogues, which we use to forward-model Hyper-Suprime Cam (HSC) observations in the COSMOS field. Methods. G AL SBI-SPS samples the physical properties of galaxies from analytical parametrisations informed by GAMA, DEVILS, and literature data, it computes galaxy magnitudes with the generative SED package P RO S PECT , and it simulates HSC images in the COSMOS field with UFig. We measured photometric properties consistently in real data and simulations. We compared redshift distributions and photometric and physical properties to observations and to those from the phenomenological G AL SBI model. Results. G AL SBI-SPS reproduces the observed g , r , i , z , y magnitude, colour, and size distributions down to i ≤ 23 with good accuracy. Median differences in magnitudes and colours remain below 0.14 mag, with the model covering the full colour space spanned by HSC data. Galaxy sizes are overestimated by ∼0.2″ on average and some tension exists in the g − r colour distribution, but the latter is comparable to that seen in the phenomenological G AL SBI model. Redshift distributions show a mild positive offset (0.01 ≲ Δ¯ z ≲ 0.08) in the mean. G AL SBI-SPS qualitatively reproduces the stellar mass–star formation rate and size–stellar mass relations seen in COSMOS2020 data. Conclusions. G AL SBI-SPS provides a realistic, survey-independent description of the galaxy population at a Stage-III-like depth using only literature-based parameters. Its predictive power is expected to improve significantly when constrained against deep observed data using simulation-based inference, thereby providing accurate redshift distributions that satisfy the stringent requirements set by Stage IV surveys.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,221
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAstronomy and Astrophysics→Même sujetGalaxies: Formation, Evolution, Phenomena→Travaux en français237 207→