Clustering of galaxy clusters in cold dark matter universes
Notice bibliographique
Résumé
We use very large cosmological N-body simulations to obtain accurate predictions for the two-point correlations and power spectra of mass-limited samples of galaxy clusters. We consider two currently popular cold dark matter (CDM) cosmogonies, a critical density model (t CDM) and a flat low density model with a cosmological constant (LCDM). Our simulations each use 10 9 particles to follow the mass distribution within cubes of side 2 h 21 Gpc (tCDM) and 3 h 21 Gpc (LCDM) with a force resolution better than 10 24 of the cube side. We investigate how the predicted cluster correlations increase for samples of increasing mass and decreasing abundance. Very similar behaviour is found in the two cases. The correlation length increases from r 0 1213 h 21 Mpc for samples with mean separation d c 30 h 21 Mpc to r 0 2227 h 21 Mpc for samples with d c 100 h 21 MpcX The lower value here corresponds to tCDM and the upper to LCDM. The power spectra of these cluster samples are accurately parallel to those of the mass over more than a decade in scale. Both correlation lengths and power spectrum biases can be predicted to better than 10 per cent using the simple model of Sheth, Mo & Tormen. This prediction requires only the linear mass power spectrum and has no adjustable parameters. We compare our predictions with published results for the automated plate measurement (APM) cluster sample. The observed variation of correlation length with richness agrees well with the models, particularly for LCDM. The observed power spectrum (for a cluster sample of mean separation d c 31 h 21 Mpc) lies significantly above the predictions of both models.
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 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».