Cosmological constraints from the 100-deg2 weak-lensing survey
Notice bibliographique
Résumé
Abstract We present a cosmic shear analysis of the 100-deg2 weak-lensing survey, combining data from the CFHTLS-Wide, RCS, VIRMOS-DESCART and GaBoDS surveys. Spanning ∼100 deg2, with a median source redshift z∼ 0.78, this combined survey allows us to place tight joint constraints on the matter density parameter Ωm, and the amplitude of the matter power spectrum σ8, finding σ8(Ωm/0.24)0.59= 0.84 ± 0.05. Tables of the measured shear correlation function and the calculated covariance matrix for each survey are included as supplementary material to the online version of this article. The accuracy of our results is a marked improvement on previous work owing to three important differences in our analysis; we correctly account for sample variance errors by including a non-Gaussian contribution estimated from numerical simulations; we correct the measured shear for a calibration bias as estimated from simulated data; we model the redshift distribution, n(z), of each survey from the largest deep photometric redshift catalogue currently available from the CFHTLS-Deep. This catalogue is randomly sampled to reproduce the magnitude distribution of each survey with the resulting survey-dependent n(z) parametrized using two different models. While our results are consistent for the n(z) models tested, we find that our cosmological parameter constraints depend weakly (at the 5 per cent level) on the inclusion or exclusion of galaxies with low-confidence photometric redshift estimates (z > 1.5). These high-redshift galaxies are relatively few in number but contribute a significant weak-lensing signal. It will therefore be important for future weak-lensing surveys to obtain near-infrared data to reliably determine the number of high-redshift galaxies in cosmic shear analyses.
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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 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 ».