<i>Planck</i>2013 results. XVIII. The gravitational lensing-infrared background correlation
Notice bibliographique
Résumé
The multi-frequency capability of the Planck satellite provides information both on the integrated history of star formation (via the cosmic infrared background, or CIB) and on the distribution of dark matter (via the lensing effect on the cosmic microwave background, or CMB). The conjunction of these two unique probes allows us to measure directly the connection between dark and luminous matter in the high redshift (1 ≤ z ≤ 3) Universe. We use a three-point statistic optimized to detect the correlation between these two tracers, using lens reconstructions at 100, 143, and 217 GHz, together with CIB measurements at 100–857 GHz. Following a thorough discussion of possible contaminants and a suite of consistency tests, we report the first detection of the correlation between the CIB and CMB lensing. The well matched redshift distribution of these two signals leads to a detection significance with a peak value of 42/19σ (statistical/statistical + systematics) at 545 GHz and a correlation as high as 80% across these two tracers. Our full set of multi-frequency measurements (both CIB auto- and CIB-lensing cross-spectra) are consistent with a simple halo-based model, with a characteristic mass scale for the halos hosting CIB sources of log10(M/M⊙) = 10.5 ± 0.6. Leveraging the frequency dependence of our signal, we isolate the high redshift contribution to the CIB, and constrain the star formation rate (SFR) density at z ≥ 1. We measure directly the SFR density with around 2σ significance for three redshift bins between z = 1 and 7, thus opening a new window into the study of the formation of stars at early times.
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 | 0,001 | 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 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 ».