ON THE CLUSTER PHYSICS OF SUNYAEV-ZEL'DOVICH AND X-RAY SURVEYS. II. DECONSTRUCTING THE THERMAL SZ POWER SPECTRUM
Notice bibliographique
Résumé
Secondary anisotropies in the cosmic microwave background are a treasure-trove of cosmological information. Interpreting current experiments probing them are limited by theoretical uncertainties rather than by measurement errors. Here we focus on the secondary anisotropies resulting from the thermal Sunyaev-Zel'dovich (tSZ) effect; the amplitude of which depends critically on the average thermal pressure profile of galaxy groups and clusters. To this end, we use a suite of SPH simulations that include radiative cooling, star formation, supernova feedback, and energetic feedback from active galactic nuclei (AGN). We examine in detail how the pressure profile depends on cluster radius, mass, and redshift and provide an empirical fitting function. We employ three different approaches for calculating the tSZ power spectrum: an analytical approach that uses our pressure profile fit, a semi-analytical method of pasting our pressure fit onto simulated clusters, and a direct numerical integration of our simulated volumes. We demonstrate that the detailed structure of the intracluster medium and cosmic web affect the tSZ power spectrum. In particular, the substructure and asphericity of clusters increase the tSZ power spectrum by 10-20% at ell ~2000-8000, with most of the additional power being contributed by substructures. The contributions to the power spectrum from radii larger than R_500 is ~ 20% at ell = 3000, thus clusters interiors (r < R_500) dominate the power spectrum amplitude at these angular scales.
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 | 0,001 | 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) | 0,000 | 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 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 ».