HerMES: CANDIDATE GRAVITATIONALLY LENSED GALAXIES AND LENSING STATISTICS AT SUBMILLIMETER WAVELENGTHS
Notice bibliographique
Résumé
Gravitational lensing increases the angular size and integrated flux of affected sources. It is exploited to investigate the mass distribution of the foreground lensing structures and the properties of the background lensed galaxies (see reviews by Bartelmann 2010; Treu 2010). \n \nThe magnification provided by gravitational lensing makes it an effective tool for identifying and studying intrinsically faint and typically distant galaxies (e.g., Stark et al. 2007; Richard et al. 2008, 2011). The flux boost from lensing yields an improved detection, and the associated spatial enhancement increases the ability to investigate the internal structure of distant galaxies to levels otherwise unattainable with the current generation of instrumentation (e.g., Riechers et al. 2008; Swinbank et al. 2010, 2011; Gladders et al. 2012). Furthermore, gravitational lensing probes the total mass of the foreground deflectors, including the relative content of dark and luminous mass. In combination with dynamical studies, lensing mass reconstruction allows one to obtain the density profile of the dark matter in individual lensing galaxies down to ~10 kpc scales (e.g., Miralda-Escude 1995; Dalal & Kochanek 2002; Metcalf & Zhao 2002; Rusin & Kochanek 2005; Treu & Koopmans 2004).
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 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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».