Simulations of weak gravitational lensing – II. Including finite support effects in cosmic shear covariance matrices
Notice bibliographique
Résumé
Numerical N-body simulations play a central role in the assessment of weak gravitational lensing statistics, residual systematics and error analysis. In this paper, we investigate and quantify the impact of finite simulation volume on weak lensing two- and four-point statistics. These finite support (FS) effects are modelled for several estimators, simulation box sizes and source redshifts, and validated against a new large suite of 500 N-body simulations. The comparison reveals that our theoretical model is accurate to better than 5 per cent for the shear correlation function ξ+(θ) and its error. We find that the most important quantities for FS modelling are the ratio between the measured angle θ and the angular size of the simulation box at the source redshift, θbox(zs), or the multipole equivalent ℓ/ℓbox(zs). When this ratio reaches 0.1, independently of the source redshift, the shear correlation function ξ+ is suppressed by 5, 10, 20 and 25 per cent for Lbox = 1000, 500, 250 and 147 h−1 Mpc, respectively. The same effect is observed in ξ−(θ), but at much larger angles. This has important consequences for cosmological analyses using N-body simulations and should not be overlooked. We propose simple semi-analytic correction strategies that account for shape noise and survey masks, generalizable to any weak lensing estimator. From the same simulation suite, we revisit the existing non-Gaussian covariance matrix calibration of the shear correlation function, and propose a new one based on the 9-year Wilkinson Microwave Anisotropy Probe)+baryon acoustic oscillations+supernova cosmology. Our calibration matrix is accurate at 20 per cent down to the arcminute scale, for source redshifts in the range 0 < z < 3, even for the far off-diagonal elements. We propose, for the first time, a parametrization for the full ξ− covariance matrix, also 20 per cent accurate for most elements.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».