MétaCan
Menu
Retour à la cohorte
Enregistrement W2347092838 · doi:10.1103/physrevlett.117.091301

Lensing of Fast Radio Bursts as a Probe of Compact Dark Matter

2016· article· en· W2347092838 sur OpenAlexaboutno aff
Julián B. Muñoz, Ely D. Kovetz, Liang Dai, Marc Kamionkowski

Notice bibliographique

RevuePhysical Review Letters · 2016
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePulsars and Gravitational Waves Research
Établissements canadiensnon disponible
Organismes subventionnairesSmithsonian Astrophysical ObservatoryJohn Templeton FoundationSimons FoundationJohns Hopkins UniversityNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésPhysicsDark matterGravitational lensAstrophysicsHaloObservableWeak gravitational lensingWindow (computing)Null (SQL)AstronomyGalaxyRedshift

Résumé

récupéré en direct d'OpenAlex

The possibility that part of the dark matter is made of massive compact halo objects (MACHOs) remains poorly constrained over a wide range of masses, and especially in the 20-100 M_{⊙} window. We show that strong gravitational lensing of extragalactic fast radio bursts (FRBs) by MACHOs of masses larger than ∼20 M_{⊙} would result in repeated FRBs with an observable time delay. Strong lensing of a FRB by a lens of mass M_{L} induces two images, separated by a typical time delay ∼few×(M_{L}/30 M_{⊙}) msec. Considering the expected FRB detection rate by upcoming experiments, such as canadian hydrogen intensity mapping experiment (CHIME), of 10^{4} FRBs per year, we should observe from tens to hundreds of repeated bursts yearly, if MACHOs in this window make up all the dark matter. A null search for echoes with just 10^{4} FRBs would constrain the fraction f_{DM} of dark matter in MACHOs to f_{DM}≲0.08 for M_{L}≳20 M_{⊙}.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,766
Score d'incertitude au seuil0,287

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,346
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations248
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetPulsars and Gravitational Waves ResearchTravaux en français237 207