The completed SDSS-IV extended Baryon Oscillation Spectroscopic Survey: N-body mock challenge for the eBOSS emission line galaxy sample
Notice bibliographique
Résumé
ABSTRACT Cosmological growth can be measured in the redshift space clustering of galaxies targeted by spectroscopic surveys. Accurate prediction of clustering of galaxies will require understanding galaxy physics, which is a very hard and highly non-linear problem. Approximate models of redshift space distortion (RSD) take a perturbative approach to solve the evolution of dark matter and galaxies in the universe. In this paper, we focus on extended Baryon Oscillation Spectroscopic (eBOSS) emission line galaxies (ELGs) that live in intermediate mass haloes. We create a series of mock catalogues using haloes from the Multidark and outer rim dark matter only N-body simulations. Our mock catalogues include various effects inspired by baryonic physics such as assembly bias and the characteristics of satellite galaxies kinematics, dynamics, and statistics deviating from dark matter particles. We analyse these mocks using the TNS RSD model in Fourier space and the convolution Lagrangian perturbation theory (CLPT) in configuration space. We conclude that these two RSD models provide an unbiased measurement of RSD within the statistical error of our mocks. We obtain the conservative theoretical systematic uncertainty of $3.3{{\ \rm per\ cent}}$, $1.8{{\ \rm per\ cent}}$, and $1.5{{\ \rm per\ cent}}$ in fσ8, α∥, and α⊥, respectively, for the TNS and CLPT models. We note that the estimated theoretical systematic error is an order of magnitude smaller than the statistical error of the eBOSS ELG sample and hence are negligible for the purpose of the current eBOSS ELG 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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».