CANUCS/Technicolor Data Release 1: Imaging, Photometry, Slit Spectroscopy, and Stellar Population Parameters*
Notice bibliographique
Résumé
Abstract We present the first data release of the Canadian NIRISS Unbiased Cluster Survey (CANUCS), a JWST Cycle 1 GTO program targeting five lensing clusters and flanking fields in parallel (A370, MACS0416, MACS0417, MACS1149, and MACS1423; survey area ∼100 arcmin 2 ), with NIRCam imaging, NIRISS slitless spectroscopy, and NIRSpec prism multiobject spectroscopy. Fields centered on cluster cores include imaging in eight bands from 0.9–4.4 μ m, alongside continuous NIRISS coverage from 1.15–2 μ m, while the NIRCam flanking fields provide five wide-band and nine medium-band filters for exceptional spectral sampling, all to ∼29 mag AB . We also present JWST in Technicolor, a Cycle 2 follow-up GO program targeting three CANUCS clusters (A370, MACS0416, and MACS1149). The Technicolor program adds NIRISS slitless spectroscopy in F090W to the cluster fields while adding eight wide-, medium-, and narrowband filters to the flanking fields. This provides NIRCam imaging in all wide- and medium-band filters over ∼30 arcmin 2 . This paper describes our data reduction and photometry methodology. We release NIRCam, NIRISS, and Hubble Space Telescope imaging, point-spread functions (PSFs), PSF-matched imaging, photometric catalogs, and photometric and spectroscopic redshifts. We provide lens models and stellar population parameters in up to 19 filters for ∼53,000 galaxies in the cluster fields, and ∼44,000 galaxies in up to 29 filters in the flanking fields. We further present 733 NIRSpec spectra and redshift measurements up to z = 10.8. Comparing against our photometric redshifts, we find catastrophic outlier rates of only 4%–7% and scatter of σ NMAD of 0.01–0.03.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,012 |
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 ».