Mass Calibration of Optically Selected DES Clusters Using a Measurement of CMB-cluster Lensing with SPTpol Data
Notice bibliographique
Résumé
Abstract We use cosmic microwave background (CMB) temperature maps from the 500 deg2 SPTpol survey to measure the stacked lensing convergence of galaxy clusters from the Dark Energy Survey (DES) Year-3 redMaPPer (RM) cluster catalog. The lensing signal is extracted through a modified quadratic estimator designed to be unbiased by the thermal Sunyaev–Zel’dovich (tSZ) effect. The modified estimator uses a tSZ-free map, constructed from the SPTpol 95 and 150 GHz data sets, to estimate the background CMB gradient. For lensing reconstruction, we employ two versions of the RM catalog: a flux-limited sample containing 4003 clusters and a volume-limited sample with 1741 clusters. We detect lensing at a significance of 8.7σ(6.7σ) with the flux (volume)–limited sample. By modeling the reconstructed convergence using the Navarro–Frenk–White profile, we find the average lensing masses to be and for the volume- and flux-limited samples, respectively. The systematic error budget is much smaller than the statistical uncertainty and is dominated by the uncertainties in the RM cluster centroids. We use the volume-limited sample to calibrate the normalization of the mass-richness scaling relation, and find a result consistent with the galaxy weak-lensing measurements from DES.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 ».