Galaxy Clusters in Hubble Volume Simulations: Cosmological Constraints from Sky Survey Populations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We use giga-particle N-body simulations to study galaxy cluster populations in Hubble Volumes of LCDM (Omega_m=0.3, Omega_Lambda=0.7) and tCDM (Omega_m=1) world models. Mapping past light-cones of locations in the computational space, we create mock sky surveys of dark matter structure to z~1.4 over 10,000 sq deg and to z~0.5 over two full spheres. Calibrating the Jenkins mass function at z=0 with samples of ~1.5 million clusters, we show that the fit describes the sky survey counts to <~20% acccuracy over all redshifts for systems larger than poor groups (M>5e13 Msun/h). Fitting the observed local temperature function determines the ratio beta of specific thermal energies in dark matter and intracluster gas. We derive a scaling with power spectrum normalization beta \propto sigma8^{5/3}, and measure a 4% error on sigma8 arising from cosmic variance in temperature-limited cluster samples. Considering distant clusters, the LCDM model matches EMSS and RDCS X-ray-selected survey observations under economical assumptions for intracluster gas evolution. Using transformations of mass-limited cluster samples that mimic sigma8 variation, we explore SZ search expectations for a 10 sq deg survey complete above 10^{14} Msun/h. Cluster counts are shown to be extremely sensitive to sigma8 uncertainty while redshift statistics, such as the sample median, are much more stable. For LCDM, the characteristic temperature at fixed sky surface density is a weak function of redshift, implying an abundance of hot clusters at z>1. Assuming constant beta, four kT>8 keV clusters lie at z>2 and 40 kT>5 keV clusters lie at z>3 on the whole sky. Detection of Coma-sized clusters at z>1 violate LCDM at 95% confidence if their surface density exceeds 0.003 per sq deg, or 120 on the whole sky.
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.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle