Euclid: Quick Data Release (Q1) -- Secondary nuclei in early-type galaxies
Notice bibliographique
Résumé
Massive early-type galaxies (ETGs) are believed to form primarily through mergers of less massive progenitors, leaving behind numerous traces of violent formation histories, such as stellar streams and shells. A particularly striking signature of these mergers is the formation of supermassive black hole (SMBH) binaries, which can create depleted stellar cores through interactions with stars on radial orbits - a process known as core scouring. The secondary SMBH in such systems may still carry a dense stellar envelope and thereby remain observable for some time as a secondary nucleus, while it is sinking towards the shared gravitational potential of the merged galaxy. We leverage Euclid's Q1 Early Release data to systematically search for secondary nuclei in ETGs. We present a preliminary sample of 666 candidate systems distributed over 504 hosts (some of which contain multiple secondary nuclei). The vast majority of these fall at separations of 3 kpc to 15 kpc, indicative of normal mergers. 44 fall at projected separations of less than 2 kpc. We argue those candidates at very close angular separations are unlikely to be a consequence of chance alignments. We show that their stellar masses are mostly too large for them to be globular clusters and that a significant subset are unresolved even at Euclid's spatial resolution, rendering them too small to be dwarf galaxies. These may represent the highest-density nuclei of a previously merged galaxy, currently sinking into the centre of the new, common gravitational potential and thus likely to host a secondary SMBH. We then demonstrate that convolutional neural networks offer a viable avenue to detect multiple nuclei in the thirty-times larger sky coverage of the future Euclid DR1. Finally, we argue that our method could detect the remnants of a recoil event from two merged SMBHs.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,022 |
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 ».