SPECTRA AND<i>HUBBLE SPACE TELESCOPE</i>LIGHT CURVES OF SIX TYPE Ia SUPERNOVAE AT 0.511 <<i>z</i>< 1.12 AND THE UNION2 COMPILATION
Notice bibliographique
Résumé
We report on work to increase the number of well-measured Type Ia supernovae (SNe Ia) at high redshifts. Light curves, including high signal-to-noise Hubble Space Telescope data, and spectra of six SNe Ia that were discovered during 2001, are presented. Additionally, for the two SNe with z > 1, we present ground-based J -band photometry from Gemini and the Very Large Telescope. These are among the most distant SNe Ia for which ground-based near-IR observations have been obtained. We add these six SNe Ia together with other data sets that have recently become available in the literature to the Union compilation. We have made a number of refinements to the Union analysis chain, the most important ones being the refitting of all light curves with the SALT2 fitter and an improved handling of systematic errors. We call this new compilation, consisting of 557 SNe, the Union2 compilation. The flat concordance ΛCDM model remains an excellent fit to the Union2 data with the best-fit constant equation-of-state parameter w = −0.997 +0.050 −0.054 (stat) +0.077 −0.082 (stat + sys together) for a flat universe, or w = −1.038 +0.056 −0.059 (stat) +0.093 −0.097 (stat + sys together) with curvature. We also present improved constraints on w ( z ). While no significant change in w with redshift is detected, there is still considerable room for evolution in w . The strength of the constraints depends strongly on redshift. In particular, at z ≳ 1, the existence and nature of dark energy are only weakly constrained by the data.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,010 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».