Euclid Quick Data Release (Q1). The average far-infrared properties of Euclid-selected star-forming galaxies
Notice bibliographique
Résumé
The first Euclid Quick Data Release contains millions of galaxies with excellent optical and near-infrared (IR) coverage. To complement this dataset, we investigate the average far-IR properties of Euclid-selected main sequence (MS) galaxies using existing Herschel and SCUBA-2 data. We use 17.6deg$^2$ (2.4deg$^2$) of overlapping Herschel (SCUBA-2) data, containing 2.6 million (240000) MS galaxies. We bin the Euclid catalogue by stellar mass and photometric redshift and perform a stacking analysis following SimStack, which takes into account galaxy clustering and bin-to-bin correlations. We detect stacked far-IR flux densities across a significant fraction of the bins. We fit modified blackbody spectral energy distributions in each bin and derive mean dust temperatures, dust masses, and star-formation rates (SFRs). We find similar mean SFRs compared to the Euclid catalogue, and we show that the average dust-to-stellar mass ratios decreased from z$\simeq$1 to the present day. Average dust temperatures are largely independent of stellar mass and are well-described by the function $T_2+(T_1-T_2){\rm e}^{-t/τ}$, where $t$ is the age of the Universe, $T_1=79.7\pm7.4$K, $T_2=23.2\pm0.1$K, and $τ=1.6\pm0.1$Gyr. We argue that since the dust temperatures are converging to a non-zero value below $z=1$, the dust is now primarily heated by the existing cooler and older stellar population, as opposed to hot young stars in star-forming regions at higher redshift. We show that since the dust temperatures are independent of stellar mass, the correlation between dust temperature and SFR depends on stellar mass. Lastly, we estimate the contribution of the Euclid catalogue to the cosmic IR background (CIB), finding that it accounts for >60% of the CIB at 250, 350, and 500$μ$m. Forthcoming Euclid data will extend these results to higher redshifts, lower stellar masses, and recover more of the CIB.
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) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| 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) | 0,020 | 0,029 |
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 ».