MétaCan
Menu
Retour à la cohorte
Enregistrement W7090339725 · doi:10.48550/arxiv.2510.08815

LATIS Data Release: $\sim4200$ Spectra of $z \sim 2-3$ Galaxies, Redshifts, and Intergalactic Medium Tomography Maps

2025· preprint· en· W7090339725 sur OpenAlexaboutno aff

Notice bibliographique

RevuearXiv (Cornell University) · 2025
Typepreprint
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQSOSGalaxySpectrographTelescopeRedshiftSpectral lineIntergalactic travelSpectral resolution

Résumé

récupéré en direct d'OpenAlex

We present the data release of the Ly$α$ Tomography IMACS Survey (LATIS), one of the largest optical spectroscopic surveys of faint high-redshift galaxies. The survey provides 7408 optical spectra of candidate $z \sim 2-3$ galaxies and QSOs in the Canada-France-Hawaii Telescope Legacy Survey D1, D2 (COSMOS), and D4 fields. The $R \sim 1000$ spectra were obtained using the Inamori Magellan Areal Camera and Spectrograph (IMACS) at the Magellan Baade telescope, with typical integrations of 12 hr. From these spectra, we measured 5575 high-confidence spectroscopic redshifts, of which 4176 are at $z > 1.7$, thereby substantially increasing the number of public spectroscopic redshifts at $z \approx 2-3$ in COSMOS and the other survey fields. The data release includes Ly$α$ transmission fluctuations measured in $4.7 \times 10^5$ pixels, which were used to create 3D maps of the intergalactic medium (IGM) transmission spanning 1.65 deg$^2$ and $z = 2.2-2.8$ at a resolution of 4 $h^{-1}$ cMpc. These are the largest such maps to date and provide a novel tracer of large-scale structure in legacy fields. We also provide ancillary data, including mock surveys. The LATIS data will enable a variety of community studies of galaxy evolution, environments, and the IGM around cosmic noon.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0480,052

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 Opus0,046
Tête enseignante GPT0,176
Écart entre enseignants0,130 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207