The EDGE-CALIFA Survey: An Extragalactic Database for Galaxy Evolution Studies
Auteurs : Tony Wong (U. Illinois), Yixian Cao (MPE), Yufeng Luo (U. Wyoming), Alberto D. Bolatto (U. Maryland), Sebastián F. Sánchez (UNAM), Jorge K. Barrera-Ballesteros (UNAM), Leo Blitz (UC Berkeley), Dario Colombo (MPIfR), Helmut Dannerbauer (IAC), Alex Green (U. Illinois), Veselina Kalinova (MPIfR), Ferzem Khan (U. Illinois), Andrew Kim (U. Illinois), Eduardo A. D. Lacerda (UNAM), Adam K. Leroy (Ohio State U), Rebecca C. Levy (U. Arizona), Xincheng Lin (U. Illinois), Yuanze Luo (U. Illinois), Erik W. Rosolowsky (U. Alberta), Mónica Rubio (U. de Chile), Peter Teuben (U. Maryland), Dyas Utomo (Ohio State U), Vicente Villanueva (U. Maryland), Stuart N. Vogel (U. Maryland), Xinyu Wang (U. Illinois)
Résumé : The EDGE-CALIFA survey provides spatially resolved optical integral field unit (IFU) and CO spectroscopy for 125 galaxies selected from the CALIFA Data Release 3 sample. The Extragalactic Database for Galaxy Evolution (EDGE) presents the spatially resolved products of the survey as pixel tables that reduce the oversampling in the original images and facilitate comparison of pixels from different images. By joining these pixel tables to lower dimensional tables that provide radial profiles, integrated spectra, or global properties, it is possible to investigate the dependence of local conditions on large-scale properties. The database is freely accessible and has been utilized in several publications. We illustrate the use of this database and highlight the effects of CO upper limits on the inferred slopes of the local scaling relations between stellar mass, star formation rate (SFR), and H$_2$ surface densities. We find that the correlation between H$_2$ and SFR surface density is the tightest among the three relations.
Explorez l'arbre d'article
Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel
Recherchez des articles similaires (en version bêta)
En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.