Evolution of mid-infrared galaxy luminosity functions from the entire <i>AKARI</i> NEP deep field with new CFHT photometry
Notice bibliographique
Résumé
We present infrared (IR) galaxy luminosity functions (LFs) in the <i>AKARI</i> North Ecliptic Pole (NEP) deep field using recently-obtained, wider Canada–France–Hawaii Telescope (CFHT) optical/near-IR images. <i>AKARI</i> has obtained deep images in the mid-infrared (IR), covering 0.6 deg<sup>2</sup> of the NEP deep field. However, our previous work was limited to the central area of 0.25 deg<sup>2</sup> due to the lack of optical coverage of the full <i>AKARI</i> NEP survey. To rectify the situation, we recently obtained CFHT optical and near-IR images over the entire <i>AKARI</i> NEP deep field. These new CFHT images are used to derive accurate photometric redshifts, allowing us to fully exploit the whole <i>AKARI</i> NEP deep field. <i>AKARI</i>'s deep, continuous filter coverage in the mid-IR wavelengths (2.4, 3.2, 4.1, 7, 9, 11, 15, 18, and 24 μm) exists nowhere else, due to filter gaps of other space telescopes. It allows us to estimate rest-frame 8 and 12 μm luminosities without using a large extrapolation based on spectral energy distribution fitting, which was the largest uncertainty in previous studies. Total infrared (TIR) luminosity is also obtained more reliably due to the superior filter coverage. The resulting rest-frame 8 and 12 μm, and TIR LFs at 0.15 < z < 2.2 are consistent with previous works, but with reduced uncertainties, especially at the high-luminosity end, thanks to the wide-field coverage. In terms of cosmic infrared luminosity density (ΩIR), we found that the ΩIR evolves as ∝ (1 + z)<sup>4.2 ± 0.4</sup>.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,070 | 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 tête enseignante, 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 ».