Dark energy and dark matter haloes
Notice bibliographique
Résumé
We investigate the effect of dark energy on the density profiles of dark matter haloes with a suite of cosmological N-body simulations and use our results to test analytic models. We consider constant equation of state models, and allow both w⩾−1 and w < −1. Using five simulations with w ranging from −1.5 to −0.5, and with more than ∼1600 well-resolved haloes each, we show that the halo concentration model of Bullock et al. accurately predicts the median concentrations of haloes over the range of w, halo masses and redshifts that we are capable of probing. We find that the Bullock et al. model works best when halo masses and concentrations are defined relative to an outer radius set by a cosmology-dependent virial overdensity. For a fixed power spectrum normalization and fixed-mass haloes, larger values of w lead to higher concentrations and higher halo central densities, both because collapse occurs earlier and because haloes have higher virial densities. While precise predictions of halo densities are quite sensitive to various uncertainties, we make broad comparisons to galaxy rotation curve data. At fixed power spectrum normalization (fixed σ8), w > −1 quintessence models seem to exacerbate the central density problem relative to the standard w=−1 model. For example, models with w ≃ − 0.5 seem disfavoured by the data, which can be matched only by allowing extremely low normalizations, σ8 ≲ 0.6. Meanwhile w < −1 models help to reduce the apparent discrepancy. We confirm that the halo mass function of Jenkins et al. provides an excellent approximation to the abundance of haloes in our simulations and extend its region of validity to include models with w < −1.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».