MétaCan
Menu
Retour à la cohorte
Enregistrement W2979727097 · doi:10.1051/0004-6361/201935454

Strong lensing models of eight CLASH clusters from extensive spectroscopy: Accurate total mass reconstructions in the cores

2019· article· en· W2979727097 sur OpenAlexfundno aff

Notice bibliographique

RevueAstronomy and Astrophysics · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Research CouncilIstituto Nazionale di AstrofisicaCentro de Astrofísica y Tecnologías AfinesFinanciadora de Estudos e ProjetosFundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de JaneiroMinistério da Ciência, Tecnologia e InovaçãoAcademia SinicaDivision of ChemistryMinistry of Science and Technology, TaiwanVillum FondenCanadian Institute for Advanced Research
Mots-clésRedshiftGalaxy clusterGalaxyCluster (spacecraft)Weak gravitational lensingMass distributionStrong gravitational lensingGravitational lens

Résumé

récupéré en direct d'OpenAlex

We carried out a detailed strong lensing analysis of a sub-sample of eight galaxy clusters of the Cluster Lensing And Supernova survey withHubble(CLASH) in the redshift range ofzcluster = [0.23 − 0.59] using extensive spectroscopic information, primarily from the Multi Unit Spectroscopic Explorer (MUSE) archival data and complemented with CLASH-VLT redshift measurements. The observed positions of the multiple images of strongly lensed background sources were used to constrain parametric models describing the cluster total mass distributions. Different models were tested in each cluster depending on the complexity of its mass distribution and on the number of detected multiple images. Four clusters show more than five spectroscopically confirmed multiple image families. In this sample, we did not make use of families that are only photometrically identified in order to reduce model degeneracies between the values of the total mass of a cluster source redshifts, in addition to systematics due to the potential misidentifications of multiple images. For the remaining four clusters, we used additional families without any spectroscopic confirmation to increase the number of strong lensing constraints up to the number of free parameters in our parametric models. We present spectroscopic confirmation of 27 multiply lensed sources, with no previous spectroscopic measurements, spanning over the redshift range ofzsrc = [0.7 − 6.1]. Moreover, we confirm an average of 48 galaxy members in the core of each cluster thanks to the high efficiency and large field of view of MUSE. We used this information to derive precise strong lensing models, projected total mass distributions, and magnification maps. We show that, despite having different properties (i.e. number of mass components, total mass, redshift, etc.), the projected total mass and mass density profiles of all clusters have very similar shapes when rescaled by independent measurements ofM200candR200c. Specifically, we measured the mean value of the projected total mass of our cluster sample within 10 (20)% ofR200cto be 0.13 (0.32) ofM200c, with a remarkably small scatter of 5 (6)%. Furthermore, the large number of high-zsources and the precise magnification maps derived in this work for four clusters add up to the sample of high-quality gravitational telescopes to be used to study the faint and distant Universe.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,204
Écart entre enseignants0,194 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations90
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAstronomy and AstrophysicsMême sujetGalaxies: Formation, Evolution, PhenomenaTravaux en français237 207