Connecting Substructure in Galaxy Cluster Cores at <i>z</i> = 0.2 with Cluster Assembly Histories
Notice bibliographique
Résumé
We use semianalytic models of structure formation to interpret gravitational lensing measurements of substructure in galaxy cluster cores ( R ⩽ 250 h −1 kpc) at z = 0.2. The dynamic range of the lensing-based substructure fraction measurements is well matched to the theoretical predictions, both spanning f sub ∼ 0.05–0.65. The structure formation model predicts that f sub is correlated with cluster assembly history. We use simple fitting formulae to parameterize the predicted correlations: Δ 90 = τ 90 + α 90 log ( f sub ) and Δ 50 = τ 50 + α 50 log ( f sub ) , where Δ 90 and Δ 50 are the predicted lookback times from z = 0.2 to when each theoretical cluster had acquired 90% and 50%, respectively, of the mass it had at z = 0.2. The best-fit parameter values are α 90 = − 1.34 ± 0.79 Gyr , τ 90 = 0.31 ± 0.56 Gyr and α 50 = − 2.77 ± 1.66 Gyr , τ 50 = 0.99 ± 1.18 Gyr . Therefore, (1) observed clusters with f sub ≲ 0.1 (e.g., A383, A1835) are interpreted, on average, to have formed at z ≳ 0.8 and to have suffered ≤10% mass growth since z ≃ 0.4, and (2) observed clusters with f sub ≳ 0.4 (e.g., A68, A773) are interpreted as, on average, forming since z ≃ 0.4 and suffering >10% mass growth in the ~500 Myr preceding z = 0.2, i.e., since z = 0.25. In summary, observational measurements of f sub can be combined with structure formation models to estimate the age and assembly history of observed clusters. The ability to "age date" approximately clusters in this way has numerous applications to the large samples of clusters that are becoming available.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».