MétaCan
Menu
Retour à la cohorte
Enregistrement W2109705950 · doi:10.48550/arxiv.1412.2748

Local Group galaxies emerge from the dark

2014· preprint· en· W2109705950 sur OpenAlexaff
Till Sawala, Carlos S. Frenk, Azadeh Fattahi, Julio F. Navarro, R. G. Bower, Robert A. Crain, Claudio Dalla Vecchia, Michelle Furlong, John Helly, Adrian Jenkins, Kyle A. Oman, Matthieu Schaller, Joop Schaye, Tom Theuns, James W. Trayford, Simon D. M. White

Notice bibliographique

RevueLiverpool John Moores University · 2014
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueCosmology and Gravitation Theories
Établissements canadiensUniversity of Victoria
Organismes subventionnairesScience and Technology Facilities Council
Mots-clésPhysicsAstrophysicsDark galaxyDwarf galaxy problemLocal GroupGalaxy groupCold dark matterAstronomyDark matterGalaxyGalaxy formation and evolutionDark matter haloSatellite galaxyMilky WayHalo

Résumé

récupéré en direct d'OpenAlex

The "Lambda Cold Dark Matter" (LCDM) model of cosmic structure formation is eminently falsifiable: once its parameters are fixed on large scales, it becomes testable in the nearby Universe. Observations within our Local Group of galaxies, including the satellite populations of the Milky Way and Andromeda, appear to contradict LCDM predictions: there are far fewer satellite galaxies than dark matter halos (the "missing satellites" problem), galaxies seem to avoid the largest substructures (the "too big to fail" problem), and the brightest satellites appear to orbit their host galaxies on a thin plane (the "planes of satellites" problem). We present results from the first hydrodynamic simulations of the Local Group that match the observed abundance of galaxies. We find that when baryonic and dark matter are followed simultaneously in the context of a realistic galaxy formation model, all three "problems" are resolved within the LCDM paradigm.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,006
Tête enseignante GPT0,197
Écart entre enseignants0,191 · 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

Citations29
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLiverpool John Moores UniversityMême sujetCosmology and Gravitation TheoriesTravaux en français237 207