Cluster magnification and the mass–richness relation in CFHTLenS
Notice bibliographique
Résumé
Gravitational lensing magnification is measured with a significance of 9.7σ on a large sample of galaxy clusters in the Canada–France–Hawaii Telescope Lensing Survey (CFHTLenS). This survey covers ∼154 deg2 and contains over 18 000 cluster candidates at redshifts 0.2 ≤ z ≤ 0.9, detected using the 3D-Matched Filter cluster-finder of Milkeraitis et al. We fit composite-NFW models to the ensemble, accounting for cluster miscentring, source-lens redshift overlap, as well as nearby structure (the two-halo term), and recover mass estimates of the cluster dark matter haloes in range of ∼1013 M⊙ to 2 × 1014 M⊙. Cluster richness is measured for the entire sample, and we bin the clusters according to both richness and redshift. A mass–richness relation M200 = M0(N200/20)β is fit to the measurements. For two different cluster miscentring models, we find consistent results for the normalization and slope, M0 = (2.3 ± 0.2) × 1013 M⊙, β = 1.4 ± 0.1 and M0 = (2.2 ± 0.2) × 1013 M⊙, β = 1.5 ± 0.1. We find that accounting for the full redshift distribution of lenses and sources is important, since any overlap can have an impact on mass estimates inferred from flux magnification.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».