MétaCan
Menu
← Retour à la cohorte
Enregistrement W2047352035 · doi:10.1086/512002

Astrometric Perturbations in Substructure Lensing

2007· article· en· W2047352035 sur OpenAlexaff
Jacqueline Chen, Eduardo Rozo, Neal Dalal, James E. Taylor

Notice bibliographique

RevueThe Astrophysical Journal · 2007
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensCanadian Institute for Theoretical AstrophysicsUniversity of WaterlooUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSubstructurePhysicsGravitational lensObservableEinstein radiusLens (geology)GalaxyStrong gravitational lensingAstrophysicsRADIUSHaloOpticsComputer science

Résumé

récupéré en direct d'OpenAlex

In recent years gravitational lensing has been used as a means to detect substructure in galaxy-sized halos, via anomalous flux ratios in quadruply imaged lenses. In addition to causing anomalous flux ratios, substructure may also perturb the positions of lensed images at observable levels. In this paper we numerically investigate the scale of such astrometric perturbations using realistic models of substructure distributions. Substructure distributions that project clumps near the Einstein radius of the lens result in perturbations that are the least degenerate with the best-fit smooth macromodel, with residuals at the milliarcsecond scale. Degeneracies between the center of the lens potential and astrometric perturbations suggest that milliarcsecond constraints on the center of the lensing potential boost the observed astrometric perturbations by an order of magnitude compared to leaving the center of the lens as a free parameter. In addition, we discuss methods of substructure detection via astrometric perturbations that avoid full lens modeling in favor of local image observables and also discuss modeling of systems with luminous satellites to constrain the masses of those satellites.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,218
Écart entre enseignants0,210 · 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'étudeThéorique ou conceptuel
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

Citations61
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal→Même sujetGalaxies: Formation, Evolution, Phenomena→Travaux en français237 207→