On the Assembly Bias of Cool Core Clusters Traced by Hα Nebulae
Notice bibliographique
Résumé
Abstract Do cool-core (CC) and non-cool-core (NCC) clusters live in different environments? We make novel use of Hα emission lines in the central galaxies of redMaPPer clusters as proxies to construct large (1000's) samples of CC and NCC clusters and measure their relative assembly bias using both clustering and weak lensing. We increase the statistical significance of the bias measurements from clustering by cross-correlating the clusters with an external galaxy redshift catalog from the Sloan Digital Sky Survey III, the LOWZ sample. Our cross-correlations can constrain assembly bias up to a statistical uncertainty of 6%. Given our Hα criteria for CC and NCC, we find no significant differences in their clustering amplitude. Interpreting this difference as the absence of halo assembly bias, our results rule out the possibility of having different large-scale (tens of Mpc) environments as the source of diversity observed in cluster cores. Combined with recent observations of the overall mild evolution of CC and NCC properties, such as central density and CC fraction, this would suggest that either the cooling properties of the cluster core are determined early on solely by the local (<200 kpc) gas properties at formation or that local merging leads to stochastic CC relaxation and disruption in a periodic way, preserving the average population properties over time. Studying the small-scale clustering in clusters at high redshift would help shed light on the exact scenario.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».