Detection of substructure with adaptive optics integral field spectroscopy of the gravitational lens B1422+231
Notice bibliographique
Résumé
Strong gravitational lenses can be used to detect low-mass subhaloes, based on deviations in image fluxes and positions from what can be achieved with a smooth mass distribution. So far, this method has been limited by the small number of (radio-loud, microlensing-free) systems which can be analysed for the presence of substructure. Using the gravitational lens B1422+231, we demonstrate that adaptive optics integral field spectroscopy can also be used to detect dark substructures. We analyse data obtained with OH Suppressing Infra-Red Imaging Spectrograph on the Keck i Telescope, using a Bayesian method that accounts for uncertainties relating to the point spread function and image positions in the separate exposures. The narrow-line [O iii] fluxes measured for the lensed images are consistent with those measured in the radio, and show a significant deviation from what would be expected in a smooth mass distribution, consistent with the presence of a perturbing low-mass halo. Detailed lens modelling shows that image fluxes and positions are fitted significantly better when the lens is modelled as a system containing a single perturbing subhalo in addition to the main halo, rather than by the main halo on its own, indicating the significant detection of substructure. The inferred mass of the subhalo depends on the subhalo mass density profile: the 68 per cent confidence intervals for the perturber mass within 600 pc are 8.2|$^{+0.6}_{-0.8}$|, 8.2|$^{+0.6}_{-1}$| and 7.6 ± 0.3 log10[Msub/M⊙], respectively, for a singular isothermal sphere, a pseudo-Jaffe and a Navarro–Frenk–White mass profile. This method can extend the study of flux ratio anomalies to virtually all quadruply imaged quasars, and therefore offers great potential to improve the determination of the subhalo mass function in the near future.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».