Probing the cluster pressure profile with thermal Sunyaev–Zeldovich effect and weak lensing cross-correlation
Notice bibliographique
Résumé
ABSTRACT We confront the universal pressure profile (UPP) proposed. with the recent measurement of the cross-correlation function of the thermal Sunyaev–Zeldovich (tSZ) effect from Planck and weak gravitational lensing measurement from the Red Cluster Sequence Lensing Survey. By using the halo model, we calculate the prediction of ξy−κ (lensing convergence and Compton-y parameter) and $\xi ^{y-\gamma _{\rm t}}$ (lensing shear and Compton-y parameter) and fit the UPP parameters by using the observational data. We find consistent UPP parameters when fixing the cosmology to either WMAP 9-yr or Planck 2018 best-fitting values. The best constrained parameter is the pressure profile concentration c500 = r500/rs, for which we find $c_{500} = 2.68^{+1.46}_{-0.96}$ (WMAP-9) and $c_{500} = 1.91^{+1.07}_{-0.65}$ (Planck-2018) for the $\xi ^{y-\gamma _t}$ estimator. The shape index for the intermediate radius region α parameter is constrained to $\alpha =1.75^{+1.29}_{-0.77}$ and $\alpha = 1.65^{+0.74}_{-0.5}$ for WMAP-9 and Planck-2018 cosmologies, respectively. Propagating the uncertainties of the UPP parameters to pressure profiles results in a factor of 3 uncertainty in the shape and magnitude. Further investigation shows that most of the signal of the cross-correlation comes from the low-redshift, inner halo profile (r ≤ rvir/2) with halo mass in the range of 1014–$10^{15}{\, {\rm M}_{\odot }}$, suggesting that this is the major regime that constitutes the cross-correlation signal between weak lensing and tSZ.
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 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».