Large-scale clustering as a probe of the origin and the host environment of fast radio bursts
Notice bibliographique
Résumé
We propose to use degree-scale angular clustering of fast radio bursts (FRBs) to identify their origin and the host galaxy population. We study the information content in autocorrelation of the angular positions and dispersion measures (DM) and in cross-correlation with galaxies. We show that the cross-correlation with Sloan Digital Sky Survey (SDSS) galaxies will place stringent constraints on the mean physical quantities associated with FRBs. If $\ensuremath{\sim}10,000$ FRBs are detected with $\ensuremath{\lesssim}\mathrm{deg}$ resolution in the SDSS field, the clustering analysis with the intrinsic DM scatter of $100\text{ }\text{ }\mathrm{pc}/{\mathrm{cm}}^{3}$ can constrain the global abundance of free electrons at $z\ensuremath{\lesssim}1$ and the large-scale bias of FRB host galaxies (the statistical relation between the distribution of host galaxies and cosmic matter density field) with fractional errors (with a 68% confidence level) of $\ensuremath{\sim}10%$ and $\ensuremath{\sim}20%$, respectively. The mean near-source dispersion measure and the delay-time distribution of FRB rates relative to the global star forming rate can be also determined by combining the clustering and the probability distribution function of DM. Our approach will be complementary to high-resolution ($\ensuremath{\ll}\mathrm{deg}$) event localization using e.g., VLA and VLBI for identifying the origin of FRBs and the source environment. We strongly encourage future observational programs such as CHIME, UTMOST, and HIRAX to survey FRBs in the SDSS field.
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 | 0,002 |
| 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 | 0,001 | 0,001 |
| 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 ».