A 1200-micron MAMBO survey of the GOODS-N field: a significant population of submillimetre drop-out galaxies
Notice bibliographique
Résumé
We present a 1200-micron image of the Great Observatories Origin Deep Survey North (GOODS-N) field, obtained with the Max Planck Millimeter Bolometer array (MAMBO) on the IRAM 30-m telescope. The survey covers a contiguous area of 287 square arcmin to a near-uniform noise level of ~0.7mJy/beam. After Bayesian flux deboosting, a total of 30 sources are recovered (>=3.5sigma). An optimal combination of our 1200-micron data and an existing 850-micron image from the Submillimetre Common-User Bolometer Array (SCUBA) yielded 33 sources (>=4sigma). We combine our GOODS-N sample with those obtained in the Lockman Hole and ELAIS-N2 fields (Scott et al. 2002; Greve et al. 2004) in order to explore the degree of overlap between 1200-micron- and 850-micron-selected galaxies (hereafter SMGs), finding no significant difference between their 850-micron to 1200-micron flux density distributions. However, a noise-weighted stacking analysis yields a significant detection of the 1200-micron-blank SCUBA sources, whereas no significant 850-micron signal is found for the 850-micron-blank MAMBO sources. The hypothesis that the 850/1200-micron flux density distribution of SCUBA sources is also representative of the MAMBO population is rejected at the ~4sigma level, via Monte Carlo simulations. Therefore, although the populations overlap, galaxies selected at 850 and 1200micron are different, and there is compelling evidence for a significant 1200-micron-detected population which is not recovered at 850micron. These are submm drop-outs (SDOs), with S_850/S_1200 = 0.7-1.7, requiring very cold dust or unusual spectral energy distributions (T_d ~ 10K; beta ~ 1), unless SDOs reside beyond the redshift range observed for radio-identified SMGs, i.e. at z > 4.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».