SIMULATIONS OF THE SUNYAEV-ZEL'DOVICH POWER SPECTRUM WITH ACTIVE GALACTIC NUCLEUS FEEDBACK
Notice bibliographique
Résumé
We explore how radiative cooling, supernova feedback, cosmic rays and a new model of the energetic feedback from active galactic nuclei (AGN) affect the thermal and kinetic Sunyaev-Zel'dovich (SZ) power spectra. To do this, we use a suite of hydrodynamical TreePM-SPH simulations of the cosmic web in large periodic boxes and tailored higher resolution simulations of individual galaxy clusters. Our AGN feedback simulations match the recent universal pressure profile and cluster mass scaling relations of the REXCESS X-ray cluster sample better than previous analytical or numerical approaches. For multipoles $\ell\lesssim 2000$, our power spectra with and without enhanced feedback are similar, suggesting theoretical uncertainties over that range are relatively small, although current analytic and semi-analytic approaches overestimate this SZ power. We find the power at high 2000-10000 multipoles which ACT and SPT probe is sensitive to the feedback prescription, hence can constrain the theory of intracluster gas, in particular for the highly uncertain redshifts $>0.8$. The apparent tension between $\sigma_8$ from primary cosmic microwave background power and from analytic SZ spectra inferred using ACT and SPT data is lessened with our AGN feedback spectra.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».