SUBARU WEAK LENSING MEASUREMENTS OF FOUR STRONG LENSING CLUSTERS: ARE LENSING CLUSTERS OVERCONCENTRATED?
Notice bibliographique
Résumé
We derive radial mass profiles of four strong lensing selected clusters which show prominent giant arcs (Abell 1703, SDSS J1446+3032, SDSS J1531+3414, and SDSS J2111−0115), by combining detailed strong lens modeling with weak lensing shear measured from deep Subaru Suprime-cam images. Weak lensing signals are detected at high significance for all four clusters, whose redshifts range from z = 0.28 to 0.64. We demonstrate that adding strong lensing information with known arc redshifts significantly improves constraints on the mass density profile, compared with those obtained from weak lensing alone. While the mass profiles are well fitted by the universal form predicted in N -body simulations of the Λ-dominated cold dark matter model, all four clusters appear to be slightly more centrally concentrated (the concentration parameters c vir ∼ 8) than theoretical predictions, even after accounting for the bias toward higher concentrations inherent in lensing-selected samples. Our results are consistent with previous studies which similarly detected a concentration excess, and increase the total number of clusters studied with the combined strong and weak lensing technique to 10. Combining our sample with previous work, we find that clusters with larger Einstein radii are more anomalously concentrated. We also present a detailed model of the lensing cluster Abell 1703 with constraints from multiple image families, and find the dark matter inner density profile to be cuspy with the slope consistent with −1, in agreement with expectations.
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».