The Atacama Cosmology Telescope: SZ-based masses and dust emission from IR-selected cluster candidates in the SHELA survey
Notice bibliographique
Résumé
ABSTRACT We examine the stacked thermal Sunyaev–Zel’dovich (SZ) signals for a sample of galaxy group and cluster candidates from the 24 deg2 infrared Spitzer-HETDEX Exploratory Large Area (SHELA) survey. We identify the objects in combination with optical data using the redMaPPer algorithm, and divide them into three richness bins (λ in 10–20, 20–30, and 30–76 with average photometric redshifts of 0.80, 0.73, and 0.70, respectively). All richness bins show evidence for dust emission, which we fit using stacked profiles from Herschel Stripe 82 data. We fit for synchrotron emission using stacked profiles created by binning source fluxes from NRAO VLA Sky Survey data. We can confidently detect the SZ decrement only in the highest richness bin, finding MSZ,500 = $8.7^{+1.7}_{-1.3} \times 10^{13}\, \mathrm{ M}_\odot$. Neglecting the correction for dust and synchrotron depresses the inferred mass by 26 per cent, indicating a partial fill-in of the SZ decrement from dust and synchrotron emission. We compare our corrected SZ masses to two redMaPPer mass–richness scaling relations and find that the SZ mass is lower than predicted by the richness. For the lower richness bins, mass bias factors as low as 1 − b = 0.6 are not enough to bring the mass limits into agreement. We discuss possible explanations for this discrepancy. The SHELA richnesses may differ from previous richness measurements due to the inclusion of infrared data in redMaPPer. To connect the SZ signal to the mass, we use a universal gas pressure profile that is calibrated to massive clusters at low redshift. It may not be applicable to our lower mass, higher redshift sample.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».