To β or not to β: can higher order Jeans analysis break the mass–anisotropy degeneracy in simulated dwarfs?
Notice bibliographique
Résumé
ABSTRACT We test a non-parametric higher order Jeans analysis method, GravSphere, on 32 simulated dwarf galaxies comparable to classical Local Group dwarfs like Fornax. The galaxies are selected from A Project Of Simulating The Local Environment (APOSTLE) suite of cosmological hydrodynamics simulations with cold dark matter (CDM) and self-interacting dark matter (SIDM) models, allowing us to investigate cusps and cores in density distributions. We find that, for CDM dwarfs, the recovered enclosed mass profiles have a bias of no more than 10 per cent, with a 50 per cent scatter in the inner regions and a 20 per cent scatter near the half-light radius, consistent with standard mass estimators. The density profiles are also recovered with a bias of no more than 10 per cent and a scatter of 30 per cent in the inner regions. For SIDM dwarfs, the mass and density profiles are recovered within our 95 per cent confidence intervals but are biased towards cuspy dark matter distributions. This is mainly due to a lack of sufficient constraints from the data. We explore the sources of scatter in the accuracy of the recovered profiles and suggest a χ2 statistic to separate successful models from biased ones. Finally, we show that the uncertainties on the mass profiles obtained with GravSphere are smaller than those for comparable Jeans methods and that they can be further improved if stronger priors, motivated by cosmological simulations, are placed on the velocity anisotropy. We conclude that GravSphere is a promising Jeans-based approach for modelling dark matter distributions in dwarf galaxies.
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 | 0,004 | 0,022 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 ».