Phenomenology of large scale structure in scalar-tensor theories: Joint prior covariance of <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" display="inline"><mml:msub><mml:mi>w</mml:mi><mml:mi>DE</mml:mi></mml:msub></mml:math>, <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" display="inline"><mml:mi mathvariant="normal">Σ</mml:mi></mml:math>, and <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" display="inline"><mml:mi>μ</mml:mi></mml:math> in Horndeski theories
Notice bibliographique
Résumé
Ongoing and upcoming cosmological surveys will significantly improve our ability to probe the equation of state of dark energy, ${w}_{\mathrm{DE}}$, and the phenomenology of large scale structure. They will allow us to constrain deviations from the $\mathrm{\ensuremath{\Lambda}}$ cold dark matter predictions for the relations between the matter density contrast and the weak lensing and the Newtonian potential, described by the functions $\mathrm{\ensuremath{\Sigma}}$ and $\ensuremath{\mu}$, respectively. In this work, we derive the theoretical prior for the joint covariance of ${w}_{\mathrm{DE}}$, $\mathrm{\ensuremath{\Sigma}}$ and $\ensuremath{\mu}$, expected in general scalar-tensor theories with second order equations of motion (Horndeski gravity), focusing on their time-dependence at certain representative scales. We employ Monte Carlo methods to generate large ensembles of statistically independent Horndeski models, focusing on those that are physically viable and in broad agreement with local tests of gravity, the observed cosmic expansion history and the measurement of the speed of gravitational waves from a binary neutron star merger. We identify several interesting features and trends in the distribution functions of ${w}_{\mathrm{DE}}$, $\mathrm{\ensuremath{\Sigma}}$ and $\ensuremath{\mu}$, as well as in their covariances; we confirm the high degree of correlation between $\mathrm{\ensuremath{\Sigma}}$ and $\ensuremath{\mu}$ in scalar-tensor theories. The derived prior covariance matrices will allow us to reconstruct jointly ${w}_{\mathrm{DE}}$, $\mathrm{\ensuremath{\Sigma}}$ and $\ensuremath{\mu}$ in a nonparametric way.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».