Cosmic structures from a mathematical perspective 1: dark matter halo mass density profiles
Notice bibliographique
Résumé
Abstract The shapes of individual self-gravitating structures of an ensemble of identical, collisionless particles have remained elusive for decades. In particular, a reason why mass density profiles like the Navarro–Frenk–White or the Einasto profile are good fits to simulation- and observation-based dark matter halos has not been found. Given the class of three dimensional, spherically symmetric power-law probability density distributions to locate individual particles in the ensemble mentioned above, we derive the constraining equation for the power-law index for the most and least likely joint ensemble configurations. We find that any dark matter halo can be partitioned into three regions: a core, an intermediate part, and an outskirts part up to boundary radius $$r_\mathrm {max}$$ r max . The power-law index of the core is determined by the mean radius of the particle distribution within the core. The intermediate region becomes isothermal in the limit of infinitely many particles. The slope of the mass density profile far from the centre is determined by the choice of $$r_\mathrm {max}$$ r max with respect to the outmost halo particle, such that two typical limiting cases arise that explain the $$r^{-3}$$ r - 3 -slope for galaxy-cluster outskirts and the $$r^{-4}$$ r - 4 -slope for galactic outskirts. Hence, we succeed in deriving the mass density profiles of common fitting functions from a general viewpoint. These results also allow to find a simple explanation for the cusp-core-problem and to separate the halo description from its dynamics.
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 | 0,001 | 0,004 |
| 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 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».