An optically-selected cluster catalog at redshift 0.1 &lt; <i>z</i> &lt; 1.1 from the Hyper Suprime-Cam Subaru Strategic Program S16A data
Notice bibliographique
Résumé
Abstract We present an optically-selected cluster catalog from the Hyper Suprime-Cam (HSC) Subaru Strategic Program. The HSC images are sufficiently deep to detect cluster member galaxies down to M* ∼ 1010.2 M⊙ even at z ∼ 1, allowing a reliable cluster detection at such high redshifts. We apply the CAMIRA algorithm to the HSC Wide S16A dataset covering ∼232 deg2 to construct a catalog of 1921 clusters at redshift 0.1 &lt; z &lt; 1.1 and richness ${\skew7\hat{N}}_{\rm mem}&gt;15$ that roughly corresponds to M200m ≳ 1014 h−1 M⊙. We confirm good cluster photometric redshift performance, with the bias and the scatter in Δz/(1 + z) being better than 0.005 and 0.01, respectively, over most of the redshift range. We compare our cluster catalog with large X-ray cluster catalogs from the XXL and XMM-LSS (the XMM Large Scale Structure) surveys and find good correlation between richness and X-ray properties.We also study the mis-centering effect from the distribution of offsets between optical and X-ray cluster centers. We confirm the high (&gt;0.9) completeness and purity for high-mass clusters by analyzing mock galaxy catalogs.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,005 | 0,001 |
| 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 ».