A search for edge-on galaxy lenses in the CFHT Legacy Survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<i>Context. <i/> The new generation of wide-field optical imaging as the Canada France Hawaii Telescope Legacy Survey (CFHTLS) enables discoveries of all types of gravitational lenses present in the sky. The Strong Lensing Legacy Survey (SL2S) project has started an inventory of clusters or groups of galaxies lenses and of Einstein rings around distant massive ellipticals. <i>Aims. <i/> Here we attempt to extend this inventory by finding lensing events produced by massive edge-on disk galaxies that remain a poorly documented class of lenses. <i>Methods. <i/> We implemented and tested an automated search procedure of edge-on galaxy lenses in the CFHTLS Wide fields with magnitude 18<i><<i/><i>i<i/><i><<i/>21, inclination angle lower than , and a photometric redshift determination. This procedure estimated the lensing convergence of each galaxy from the Tully-Fisher law and selected only those few candidates that exhibit a possibly nearby arc configuration at a radius compatible with this convergence ( <i>≲<i/> 2 ). The efficiency of the procedure was tested after a visual examination of the whole initial sample of 30 444 individual edge-on disks. <i>Results. <i/> After calculating the surface density of edge-on lenses possibly detected in a survey for a given seeing, we deduce that this theoretical number is about 10 for the CFHTLS Wide, a number in broad agreement with the 2 good candidates detected here. We show that the Tully-Fisher selection method is very efficient at finding valuable candidates, though its accuracy depends on the quality of the photometric redshift of the lenses. Finally, we argue that future surveys will detect at least a hundred of such lens candidates.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle