Searching for supernovae in the multiply-imaged galaxies behind the gravitational telescope A370
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Aims. Strong lensing by massive galaxy clusters can provide magnification of the flux and even multiple images of the galaxies that lie behind them. This phenomenon facilitates observations of high-redshift supernovae (SNe) that would otherwise remain undetected. Type Ia supernovae (SNe Ia) detections are of particular interest because of their standard brightness, since they can be used to improve either cluster lensing models or cosmological parameter measurements. Methods. We present a ground-based, near-infrared search for lensed SNe behind the galaxy cluster Abell 370. Our survey was based on 15 epochs of J-band observations with the HAWK-I instrument on the Very Large Telescope (VLT). We use Hubble Space Telescope (HST) photometry to infer the global properties of the multiply-imaged galaxies. Using a recently published lensing model of Abell 370, we also present the predicted magnifications and time delays between the images. Results. In our survey, we did not discover any live SNe from the 13 lensed galaxies with 47 multiple images behind Abell 370. This is consistent with the expectation of 0.09 ± 0.02 SNe calculated based on the measured star formation rate. We compare the expectations of discovering strongly lensed SNe in our survey and that performed with HST during the Hubble Frontier Fields (HFF) programme. We also show the expectations of search campaigns that can be conducted with future facilities, such as the James Webb Space Telescope (JWST) or the Wide-Field Infrared Survey Telescope (WFIRST). We show that the NIRCam instrument aboard the JWST will be sensitive to most SN multiple images in the strongly lensed galaxies and thus will be able to measure their time delays if observations are scheduled accordingly.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle