GEMINI/GMOS SPECTROSCOPY OF 26 STRONG-LENSING-SELECTED GALAXY CLUSTER CORES
Notice bibliographique
Résumé
We present results from a spectroscopic program targeting 26 strong-lensing cluster cores that were visually identified in the Sloan Digital Sky Survey (SDSS) and the Second Red-Sequence Cluster Survey (RCS-2). The 26 galaxy cluster lenses span a redshift range of 0.2 < z < 0.65, and our spectroscopy reveals 69 unique background sources with redshifts as high as z = 5.200. We also identify redshifts for 262 cluster member galaxies and measure the velocity dispersions and dynamical masses for 18 clusters where we have redshifts for N ⩾ 10 cluster member galaxies. We account for the expected biases in dynamical masses of strong-lensing-selected clusters as predicted by results from numerical simulations and discuss possible sources of bias in our observations. The median dynamical mass of the 18 clusters with N ⩾ 10 spectroscopic cluster members is M Vir = 7.84 × 10 14 M ☉ h −1 0.7 , which is somewhat higher than predictions for strong-lensing-selected clusters in simulations. The disagreement is not significant considering the large uncertainty in our dynamical data, systematic uncertainties in the velocity dispersion calibration, and limitations of the theoretical modeling. Nevertheless our study represents an important first step toward characterizing large samples of clusters that are identified in a systematic way as systems exhibiting dramatic strong-lensing features.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 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 ».