The LOFAR Two-meter Sky Survey: Deep Fields Data Release 1
Notice bibliographique
Résumé
The Low Frequency Array (LOFAR) Two-metre Sky Survey (LoTSS) is a sensitive, high-resolution 120-168 MHz survey split across multiple tiers over the northern sky. The first LoTSS Deep Fields data release consists of deep radio continuum imaging at 150 MHz of the Boötes, European Large Area Infrared Space Observatory Survey-North 1, and Lockman Hole fields, down to rms sensitivities of ~32, 20, and 22 μJy beam−1, respectively. In this paper we present consistent photometric redshift (photo-z) estimates for the optical source catalogues in all three fields – totalling over 7 million sources (~5 million after limiting to regions with the best photometric coverage). Our photo-z estimation uses a hybrid methodology that combines template fitting and machine learning and is optimised to produce the best possible performance for the radio continuum selected sources and the wider optical source population. Comparing our results with spectroscopic redshift samples, we find a robust scatter ranging from 1.6 to 2% for galaxies and 6.4 to 7% for identified optical, infrared, or X-ray selected active galactic nuclei. Our estimated outlier fractions ($\left | z_{\textrm{phot}} - z_{\textrm{spec}} \right | / (1+z_{\textrm{spec}}) > 0.15$) for the corresponding subsets range from 1.5 to 1.8% and 18 to 22%, respectively. Replicating trends seen in analyses of previous wide-area radio surveys, we find no strong trend in photo-z quality as a function of radio luminosity for a fixed redshift. We exploit the broad wavelength coverage available within each field to produce galaxy stellar mass estimates for all optical sources at z < 1.5. Stellar mass functions derived for each field are used to validate our mass estimates, with the resulting estimates in good agreement between each field and with published results from the literature.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,018 |
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 ».