Dark Energy Survey Year 1 results: measurement of the galaxy angular power spectrum
Notice bibliographique
Résumé
ABSTRACT We use data from the first-year observations of the DES collaboration to measure the galaxy angular power spectrum (APS), and search for its BAO feature. We test our methodology in a sample of 1800 DES Y1-like mock catalogues. We use the pseudo-Cℓ method to estimate the APS and the mock catalogues to estimate its covariance matrix. We use templates to model the measured spectra and estimate template parameters firstly from the Cℓ’s of the mocks using two different methods, a maximum likelihood estimator and a Markov Chain Monte Carlo, finding consistent results with a good reduced χ2. Robustness tests are performed to estimate the impact of different choices of settings used in our analysis. Finally, we apply our method to a galaxy sample constructed from DES Y1 data specifically for LSS studies. This catalogue comprises galaxies within an effective area of 1318 deg2 and 0.6 < z < 1.0. We find that the DES Y1 data favour a model with BAO at the $2.6 \sigma$ C.L. However, the goodness of fit is somewhat poor, with χ2/(d.o.f.) = 1.49. We identify a possible cause showing that using a theoretical covariance matrix obtained from Cℓ’s that are better adjusted to data results in an improved value of χ2/(dof) = 1.36 which is similar to the value obtained with the real-space analysis. Our results correspond to a distance measurement of DA(zeff = 0.81)/rd = 10.65 ± 0.49, consistent with the main DES BAO findings. This is a companion paper to the main DES BAO article showing the details of the harmonic space analysis.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».