THE<i>HUBBLE SPACE TELESCOPE</i>CLUSTER SUPERNOVA SURVEY. V. IMPROVING THE DARK-ENERGY CONSTRAINTS ABOVE<i>z</i>> 1 AND BUILDING AN EARLY-TYPE-HOSTED SUPERNOVA SAMPLE
Notice bibliographique
Résumé
We present Advanced Camera for Surveys, NICMOS, and Keck adaptive-optics-assisted photometry of 20 Type Ia supernovae (SNe Ia) from the Hubble Space Telescope ( HST ) Cluster Supernova Survey. The SNe Ia were discovered over the redshift interval 0.623 < z < 1.415. Of these SNe Ia, 14 pass our strict selection cuts and are used in combination with the world's sample of SNe Ia to derive the best current constraints on dark energy. Of our new SNe Ia, 10 are beyond redshift z = 1, thereby nearly doubling the statistical weight of HST -discovered SNe Ia beyond this redshift. Our detailed analysis corrects for the recently identified correlation between SN Ia luminosity and host galaxy mass and corrects the NICMOS zero point at the count rates appropriate for very distant SNe Ia. Adding these SNe improves the best combined constraint on dark-energy density, ρ DE ( z ), at redshifts 1.0 < z < 1.6 by 18% (including systematic errors). For a flat ΛCDM universe, we find Ω Λ = 0.729 ± 0.014 (68% confidence level (CL) including systematic errors). For a flat w CDM model, we measure a constant dark-energy equation-of-state parameter w = −1.013 +0.068 −0.073 (68% CL). Curvature is constrained to ∼0.7% in the ow CDM model and to ∼2% in a model in which dark energy is allowed to vary with parameters w 0 and w a . Further tightening the constraints on the time evolution of dark energy will require several improvements, including high-quality multi-passband photometry of a sample of several dozen z > 1 SNe Ia. We describe how such a sample could be efficiently obtained by targeting cluster fields with WFC3 on board HST . The updated supernova Union2.1 compilation of 580 SNe is available at http://supernova.lbl.gov/Union .
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».