Dissecting the thermal Sunyaev-Zeldovich-gravitational lensing cross-correlation with hydrodynamical simulations
Notice bibliographique
Résumé
We use the cosmo-OWLS suite of cosmological hydrodynamical simulations, which includes different galactic feedback models, to predict the cross-correlation signal between weak gravitational lensing and the thermal Sunyaev-Zeldovich (tSZ) y -parameter. The predictions are compared to the recent detection reported by van Waerbeke and collaborators. The simulations reproduce the weak lensing-tSZ cross-correlation, ξ y κ (θ), well. The uncertainty arising from different possible feedback models appears to be important on small scales only (0θ ≲ 1 arcmin), while the amplitude of the correlation on all scales is sensitive to cosmological parameters that control the growth rate of structure (such as σ 8 , Ω m and Ω b ). This study confirms our previous claim (in Ma et al.) that a significant proportion of the signal originates from the diffuse gas component in low-mass ( M halo ≲ 10 14 M ⊙ ) clusters as well as from the region beyond the virial radius. We estimate that approximately 20% of the detected signal comes from low-mass clusters, which corresponds to about 30% of the baryon density of the Universe. The simulations also suggest that more than half of the baryons in the Universe are in the form of diffuse gas outside halos (≳ 5 times the virial radius) which is not hot or dense enough to produce a significant tSZ signal or be observed by X-ray experiments. Finally, we show that future high-resolution tSZ-lensing cross-correlation observations will serve as a powerful tool for discriminating between different galactic feedback models.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».