MétaCan
Menu
Retour à la cohorte
Enregistrement W2031178755 · doi:10.1086/301351

The Velocity and Mass Distribution of Clusters of Galaxies from the CNOC1 Cluster Redshift Survey

2000· article· en· W2031178755 sur OpenAlexaff
Roeland P. van der Marel, John Magorrian, R. G. Carlberg, H. K. C. Yee, E. Ellingson

Notice bibliographique

RevueThe Astronomical Journal · 2000
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPhysicsVelocity dispersionAstrophysicsRedshiftGalaxy clusterRedshift surveyGalaxyStatisticsStatistical physicsCluster (spacecraft)Degeneracy (biology)Mathematics

Résumé

récupéré en direct d'OpenAlex

In the context of the CNOC1 cluster survey, redshifts were obtained for galaxies in 16 clusters. The resulting sample is ideally suited for an analysis of the internal velocity and mass distribution of clusters. Previous analyses of this data set used the Jeans equation to model the projected velocity dispersion profile. However, the results of such an analysis always yield a strong degeneracy between the mass density profile and the velocity dispersion anisotropy profile. Here we analyze the full ( R , v ) data set of galaxy positions and velocities in an attempt to break this degeneracy. We build an "ensemble cluster" from the individual clusters under the assumption that they form a homologous sequence; if clusters are not homologous then our results are probably still valid in an average sense. To interpret the data we study a one-parameter family of spherical models with different constant velocity dispersion anisotropy, chosen to all provide the same acceptable fit to the projected velocity dispersion profile. The best-fit model is sought using a variety of statistics, including the likelihood of the data set and the shape and Gauss-Hermite moments of the grand-total velocity histogram. The confidence regions and goodness of fit for the best-fit model are determined using Monte Carlo simulations. Although the results of our analysis depend slightly on which statistic is used to judge the models, all statistics agree that the best-fit model is close to isotropic. For none of the statistics does the 1 σ confidence region extend below σ r /σ t = 0.74, or above σ r /σ t = 1.05. This result derives primarily from the fact that the observed grand-total velocity histogram is close to Gaussian, which is not expected to be the case for a strongly anisotropic model. The best-fitting models have a mass–to–number density ratio that is approximately independent of radius over the range constrained by the data. They also have a mass density profile that is consistent with the dark matter halo profile advocated by Navarro, Frenk, & White in terms of both the profile shape and the characteristic scale length. This adds important new weight to the evidence that clusters do indeed follow this proposed universal mass density profile. We present a detailed discussion of a number of possible uncertainties in our analysis, including our treatment of interlopers and brightest cluster galaxies, our use of a restricted one-parameter family of distribution functions, our use of spherical models for what is in reality an ensemble of nonspherical clusters, and our assumption that clusters form a homologous set. These issues all constitute important approximations in our analysis. However, none of the tests that we have done indicates that these approximations influence our results at a significant level.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,246
Score d'incertitude au seuil0,488

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,205
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations156
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astronomical JournalMême sujetGalaxies: Formation, Evolution, PhenomenaTravaux en français237 207