Power-spectrum normalization from the local abundance of rich clusters of galaxies
Notice bibliographique
Résumé
The number density of rich galaxy clusters still provides the most robust way of normalizing the power spectrum of dark matter perturbations on scales relevant to large-scale structure. We revisit this constraint in the light of several recent developments: (1) the availability of well-defined samples of local clusters with relatively accurate X-ray temperatures; (2) new theoretical mass functions for dark matter haloes, which provide a good fit to large numerical simulations; (3) more accurate mass-temperature relations from larger catalogues of hydrodynamical simulations; (4) the requirement to consider closed as well as open and flat cosmologies to obtain full multiparameter likelihood constraints for CMB and SNe studies. We present a new sample of clusters drawn from the literature and use this sample to obtain improved results on σ8, the normalization of the matter power spectrum on scales of 8 h−1 Mpc, as a function of the matter density and cosmological constant in a universe with general curvature. We discuss our differences with previous work, and the remaining major sources of uncertainty. Final results on the normalization, approximately independent of power spectrum shape, can be expressed as constraints on σ at an appropriate cluster normalization scale RCl. We provide fitting formulas for RCl and σ(RCl) for general cosmologies, as well as for σ8 as a function of cosmology and shape parameter Γ. For flat models we find approximately σ8≃(0.495−0.037+0.034)ΩM−0.60 for Γ = 0.23, where the error bar is dominated by uncertainty in the mass-temperature relation.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».