The three-dimensional power spectrum of dark and luminous matter from the VIRMOS-DESCART cosmic shear survey
Notice bibliographique
Résumé
We present the first optimal power spectrum estimation and three-dimensional deprojections for the dark and luminous matter and their cross-correlations. The results are obtained using a new optimal fast estimator, deprojected using minimum variance and Singular Value Decomposition (SVD) techniques. We show the resulting 3D power spectra for dark matter and galaxies, and their covariance for the VIRMOS-DESCART weak lensing shear and galaxy data. The survey is most sensitive to non-linear scales kNL∼ 1 h Mpc−1. On these scales, our 3D power spectrum of dark matter is in good agreement with the RCS 3D power spectrum found by Tegmark & Zaldarriaga. Our galaxy power is similar to that found by the 2MASS survey, and larger than that of SDSS, APM and RCS, consistent with the expected difference in galaxy population. We find an average bias b= 1.24 ± 0.18 for the I-selected galaxies, and a cross-correlation coefficient r= 0.75 ± 0.23. Together with the power spectra, these results optimally encode the entire two point information about dark matter and galaxies, including galaxy–galaxy lensing. We address some of the implications regarding galaxy haloes and mass-to-light ratios. The best-fitting ‘halo’ parameter h≡r/b= 0.57 ± 0.16, suggesting that dynamical masses estimated using galaxies systematically underestimate total mass. Ongoing surveys, such as the Canada–France–Hawaii Telescope Legacy Survey, will significantly improve on the dynamic range, and future photometric redshift catalogues will allow tomography along the same principles.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».