Weak‐Lensing Measurements of 42 SDSS/RASS Galaxy Clusters
Notice bibliographique
Résumé
We present a lensing study of 42 galaxy clusters imaged in Sloan Digital Sky Survey (SDSS) commissioning data. Cluster candidates are selected optically from SDSS imaging data and confirmed for this study by matching to X-ray sources found independently in the ROSAT All-Sky Survey (RASS). Five-color SDSS photometry is used to make accurate (Δ z = 0.018) photometric redshift estimates that are used to rescale and combine the lensing measurements. The mean shear from these clusters is detected to 2 h -1 Mpc at the 7 σ level, corresponding to a mass within that radius of (4.2 ± 0.6) × 10 14 h -1 M ☉ . The shear profile is well fitted by a power law with index -0.9 ± 0.3, consistent with that of an isothermal density profile. Clusters are divided by X-ray luminosity into two subsets, with mean L X of (0.14 ± 0.03) × 10 44 and (1.0 ± 0.09) × 10 44 h -2 ergs s -1 . The average lensing signal is converted to a projected mass density based on fits to isothermal density profiles. From this we calculate a mean r 500 (the radius at which the mean density falls to 500 times the critical density) and M (< r 500 ). The mass contained within r 500 differs substantially between the low- and high- L X bins, with (0.7 ± 0.2) × 10 14 and 2.7 × 10 14 h -1 M ☉ , respectively. This paper demonstrates our ability to measure ensemble cluster masses from SDSS imaging data. The full SDSS data set will include ≳1000 SDSS/RASS clusters. With this large data set we will measure the M - L X relation with high precision and put direct constraints on the mass density of the universe.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».