The Redshift Dependence of the Alcock–Paczynski Effect: Cosmological Constraints from the Current and Next Generation Observations
Notice bibliographique
Résumé
Abstract The tomographic Alcock–Paczynski (AP) test is a robust large-scale structure (LSS) measurement that receives little contamination from the redshift space distortion. It has placed tight cosmological constraints by using small and intermediate clustering scales of the LSS data. However, previous works have neglected the cross-correlation among different redshift bins, which could cause the statistical uncertainty being underestimated by ∼20%. In this work, we further improve this method by including this multi-redshift’s full correlation. We apply it to the SDSS DR12 galaxies sample and find out that, for ΛCDM, the combination of AP with the Planck+BAO data set slightly reduces (within 1σ) Ω m to 0.304 ± 0.007 (68.3% CL). This then leads to a larger H 0 and also mildly affects Ω b h 2 and n s as well as the derived parameters z *, r *, and z re but not τ, A s , and σ 8. For the flat wCDM model, our measurement gives Ω m = 0.301 ± 0.010 and w = −1.090 ± 0.047, where the additional AP measurement reduces the error budget by ∼25%. When including more parameters into the analysis, the AP method also improves the constraints on Ω k , , and N eff by 20%–30%. Early universe parameters such as and r, however, are unaffected. Assuming the dark energy equation of state , the Planck+BAO+SNe Ia+H 0+AP data sets prefer a dynamical dark energy at ≈1.5σ CL. Finally, we forecast the cosmological constraints expected from the DESI galaxy survey and find that combining AP with the CMB+BAO method would improve the w 0–w a constraint by a factor of ∼10.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».