Deep Extragalactic VIsible Legacy Survey (DEVILS): first data release covering the D10 (COSMOS) region
Notice bibliographique
Résumé
ABSTRACT The Deep Extragalactic VIsible Legacy Survey (DEVILS) is a deep, high-completeness multiwavelength survey based around spectroscopic observations using the Anglo-Australian Telescope’s AAOmega spectrograph. The survey covers $\sim 4.5$ deg$^{2}$ over three extragalactic fields to Y$_{\mathrm{ AB}}< 21.2$ mag and probes sources at $0< z< 1.2$, with a median redshift of $z=0.53$. Here, we describe the DEVILS spectroscopic observations, data reduction, and redshift analysis. We then describe and release to the community all DEVILS data in the 10h [D10, COSMOS (Cosmological Evolution Survey)] region including: (i) catalogues of redshifts, photometry, spectral energy distribution fitting for physical properties, visual morphologies, structural decompositions, and group environments/halo masses, (ii) matched imaging in 28 bands from X-rays to radio continuum, and (iii) reduced 1D spectra. All data are made publicly available through Data Central (datacentral.org.au). Within D10, we obtain 5442 new high-quality spectroscopic redshifts. When combined with existing, lower quality, redshift information ($\mathrm{ {\mathrm i.e.}}$ photometric redshifts), this is increased to 7946. Of these, 3122 have a spectroscopic redshift from another source (many that was not available at the time of the DEVILS observations). As such, DEVILS provides new unique high-quality spectroscopic redshifts for 4824 faint sources in COSMOS. This increases the spectroscopic completeness at Y-mag $\sim$ 21 from $\sim$50 per cent in other samples to $\sim$90 per cent in DEVILS. Finally, we show the power of this data set by exploring the suppression of star formation in overdense environments, split by morphology and stellar mass, and highlighting the ubiquitous nature of environmental quenching.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».