Properties of Galaxy Dark Matter Halos from Weak Lensing
Notice bibliographique
Résumé
We present the results of a study of weak lensing by galaxies based on 45.5 deg$^2$ of $R_C$ band imaging data from the Red-Sequence Cluster Survey (RCS). We present the first weak lensing detection of the flattening of galaxy dark matter halos. We use a simple model in which the ellipticity of the halo is $f$ times the observed ellipticity of the lens. We find a best fit value of $f=0.77^{+0.18}_{-0.21}$, suggesting that the dark matter halos are somewhat rounder than the light distribution. The fact that we detect a significant flattening implies that the halos are well aligned with the light distribution. Given the average ellipticity of the lenses, this implies a halo ellipticity of $<e_{\rm halo} >=0.33^{+0.07}_{-0.09}$, in fair agreement with results from numerical simulations of CDM. This result provides strong support for the existence of dark matter, as an isotropic lensing signal is excluded with 99.5% confidence. We also study the average mass profile around the lenses, using a maximum likelihood analysis. We consider two models for the halo mass profile: a truncated isothermal sphere (TIS) and an NFW profile. We adopt observationally motivated scaling relations between the lens luminosity and the velocity dispersion and the extent of the halo. The best fit NFW model yields a mass $M_{200}=(8.4\pm0.7\pm0.4)\times 10^{11} h^{-1} M_\odot$ and a scale radius $r_s=16.2^{+3.6}_{-2.9} h^{-1}$ kpc. This value for the scale radius is in excellent agreement with predictions from numerical simulations for a halo of this mass.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».