A UNIONS view of the brightest central galaxies of candidate fossil groups
Notice bibliographique
Résumé
The formation process of fossil groups (FGs) is still under debate, and due to their relative rarity large samples of such objects are still missing. Based on the large spectroscopic catalogue of haloes and galaxies by Tinker, we extracted a sample of 87 FG candidates and 100 non-FGs. For all the objects with images available in UNIONS, in the u and r bands, and/or in an extra r-band processed to preserve all low surface brightness features (rLSB hereby), we made a 2D photometric fit of the brightest group galaxy (BGG) with GALFIT with one or two Sersic components. We also analysed how the subtraction of intracluster light contribution modifies the BGG properties. From the SDSS spectra available for the BGGs of 65 FGs and 82 non-FGs, we extracted the properties of their stellar populations with Firefly. We find that a single Sersic profile can fit most objects in the u band, while two Sersics are needed in the r and rLSB bands, both for FGs and non-FGs. Non-FG BGGs cover a larger range of Sersic index. FG BGGs follow the Kormendy relation previously derived for almost one thousand brightest cluster galaxies (BCGs) by Chu et al. (2022), while non-FGs BGGs are in majority located below this relation, with fainter mean surface brightnesses. This suggests that FG BGGs have evolved similarly to BCGs, and non-FG BGGs have evolved differently from both FG BGGs and BCGs. All the above properties can be strongly modified by the subtraction of intracluster light contribution. Based on spectral fitting, the stellar populations of FG and non-FG BGGs do not differ significantly. The morphological properties and the Kormendy relation of FG and non-FG BGGs differ, suggesting they have had different formation histories. However, it is not possible to trace differences in their stellar populations or in their large scale distributions.
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 | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,010 | 0,002 |
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.
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 ».