LEMOMAF: Lensed Mock Map Facility
Notice bibliographique
Résumé
We present the Lensed Mock Map Facility (lemomaf), a tool designed to perform mock weak-lensing measurements on numerically simulated chunks of the Universe. Coupling N-body simulations to a semi-analytical model of galaxy formation, lemomaf can create realistic lensed images and mock catalogues of galaxies, at wavelengths ranging from the ultraviolet to the submillimetre. To demonstrate the power of such a tool, we compute predictions of the source–lens clustering (SLC) effect on the convergence statistics, and quantify the impact of weak lensing on galaxy counts in two different filters. We find that the SLC effect skews the probability density function of the convergence towards low values, with an intensity which strongly depends on the redshift distribution of galaxies. On the other hand, the degree of enhancement or depletion in galaxy counts due to weak lensing is independent of the SLC effect. We discuss the impact on the two-point shear statistics to be measured by future missions like SNAP and LSST. The SLC effect would bias the estimation of σ8 from two-point statistics up to 5 per cent for a narrow redshift distribution of mean z∼ 0.5, and up to 2 per cent in small angular scales for a redshift distribution of mean z∼ 1.5. We conclude that accurate photometric redshifts for individual galaxies are necessary in order to quantify and isolate the SLC effect.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,009 |
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 ».