<i>Planck</i>early results. XVIII. The power spectrum of cosmic infrared background anisotropies
Notice bibliographique
Résumé
Using Planck maps of six regions of low Galactic dust emission with a total area of about 140 deg2, we determine the angular power spectra of cosmic infrared background (CIB) anisotropies from multipole ℓ = 200 to ℓ = 2000 at 217, 353, 545 and 857 GHz. We use 21-cm observations of Hi as a tracer of thermal dust emission to reduce the already low level of Galactic dust emission and use the 143 GHz Planck maps in these fields to clean out cosmic microwave background anisotropies. Both of these cleaning processes are necessary to avoid significant contamination of the CIB signal. We measure correlated CIB structure across frequencies. As expected, the correlation decreases with increasing frequency separation, because the contribution of high-redshift galaxies to CIB anisotropies increases with wavelengths. We find no significant difference between the frequency spectrum of the CIB anisotropies and the CIB mean, with ΔI / I = 15% from 217 to 857 GHz. In terms of clustering properties, the Planck data alone rule out the linear scale- and redshift-independent bias model. Non-linear corrections are significant. Consequently, we develop an alternative model that couples a dusty galaxy, parametric evolution model with a simple halo-model approach. It provides an excellent fit to the measured anisotropy angular power spectra and suggests that a different halo occupation distribution is required at each frequency, which is consistent with our expectation that each frequency is dominated by contributions from different redshifts. In our best-fit model, half of the anisotropy power at ℓ = 2000 comes from redshifts z < 0.8 at 857 GHz and z < 1.5 at 545 GHz, while about 90% come from redshifts z > 2 at 353 and 217 GHz, respectively.
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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».