MétaCan
Menu
Retour à la cohorte
Enregistrement W6940749213 · doi:10.1051/0004-6361/202141547/pdf

The eROSITA Final Equatorial-Depth Survey (eFEDS)

2022· article· en· W6940749213 sur OpenAlexfundno aff

Notice bibliographique

RevueSpringer Link (Chiba Institute of Technology) · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensnon disponible
Organismes subventionnairesPlanetary Science DivisionRussian Academy of SciencesJapan Society for the Promotion of ScienceLeibniz-GemeinschaftScience Mission DirectorateSmithsonian Astrophysical ObservatoryMax-Planck-Institut für AstronomieRheinische Friedrich-Wilhelms-Universität BonnToray Science FoundationHigh Energy Accelerator Research OrganizationNational Astronomical Observatory of JapanUniversität HamburgMax-Planck-GesellschaftMinistry of Education, Culture, Sports, Science and TechnologyQueen's UniversityCabinet Office, Government of JapanLos Alamos National LaboratoryPrinceton UniversityJohns Hopkins UniversityEberhard Karls Universität TübingenEötvös Loránd TudományegyetemAcademia SinicaSpace Telescope Science InstituteNational Central UniversityGordon and Betty Moore FoundationQueen's University BelfastLeibniz-Institut für Astrophysik PotsdamNational Aeronautics and Space AdministrationDurham UniversityJapan Science and Technology AgencySmithsonian InstitutionNational Science Foundation
Mots-clésLuminosityActive galactic nucleusGalaxySpectral lineInfraredField (mathematics)

Résumé

récupéré en direct d'OpenAlex

Aims. We investigate the physical properties – such as the stellar mass (M*), star-formation rate, infrared (IR) luminosity (LIR), X-ray luminosity (LX), and hydrogen column density (NH) – of mid-IR (MIR) galaxies and active galactic nuclei (AGN) at z < 4 in the 140 deg2 field observed by eROSITA on SRG using the Performance-and-Verification-Phase program named the eROSITA Final Equatorial Depth Survey (eFEDS). Methods. By cross-matching the WISE 22 μm (W4)-detected sample and the eFEDS X-ray point-source catalog, we find that 692 extragalactic objects are detected by eROSITA. We have compiled a multiwavelength dataset extending from X-ray to far-IR wavelengths. We have also performed (i) an X-ray spectral analysis, (ii) spectral-energy-distribution fitting using X-CIGALE, (iii) 2D image-decomposition analysis using Subaru Hyper Suprime-Cam images, and (iv) optical spectral fitting with QSFit to investigate the AGN and host-galaxy properties. For 7088 WISE 22 μm objects that are undetected by eROSITA, we have performed an X-ray stacking analysis to examine the typical physical properties of these X-ray faint and probably obscured objects. Results. We find that (i) 82% of the eFEDS–W4 sources are classified as X-ray AGN with log LX > 42 erg s−1 ; (ii) 67 and 24% of the objects have log(LIR/L⊙) > 12 and 13, respectively; (iii) the relationship between LX and the 6 μm luminosity is consistent with that reported in previous works; and (iv) the relationship between the Eddington ratio and NH for the eFEDS–W4 sample and a comparison with a model prediction from a galaxy-merger simulation indicates that approximately 5.0% of the eFEDS–W4 sources in our sample are likely to be in an AGN-feedback phase, in which strong radiation pressure from the AGN blows out the surrounding material from the nuclear region. Conclusions. Thanks to the wide area coverage of eFEDS, we have been able to constrain the ranges of the physical properties of the WISE 22 μm-selected sample of AGNs at z < 4, providing a benchmark for forthcoming studies on a complete census of MIR galaxies selected from the full-depth eROSITA all-sky survey.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,231
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpringer Link (Chiba Institute of Technology)Même sujetMycorrhizal Fungi and Plant InteractionsTravaux en français237 207