Searching for galaxy clusters using the aperture mass statistics in 50 VLT fields
Notice bibliographique
Résumé
Application of the aperture mass (Map-) statistics provides a weak lensing method for the detection of cluster-sized dark matter halos. We present a new aperture filter function and maximise the effectiveness of the Map-statistics to detect cluster-sized halos using analytical models. We then use weak lensing mock catalogues generated from ray-tracing through N-body simulations, to analyse the effect of image treatment on the expected number density of halos. Using the Map-statistics, the aperture radius is typically several arcminutes, hence the aperture often lies partly outside a data field, consequently the signal-to-noise ratio of a halo detection decreases. We study these border effects analytically and by using mock catalogues. We find that the expected number density of halos decreases by a factor of two if the size of a field is comparable to the diameter of the aperture used. We finally report on the results of a weak lensing cluster search applying the Map-statistics to 50 randomly selected fields which were observed with FORS1 at the VLT. Altogether the 50 VLT fields cover an area of 0.64 square degrees. The I-band images were taken under excellent seeing conditions (average seeing ) which results in a high number density of galaxies used for the weak lensing analysis (). In five of the VLT fields, we detect a significant Map-signal which coincides with an overdensity of the light distribution. These detections are thus excellent candidates for shear-selected clusters.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».