MétaCan
Menu
← Retour à la cohorte
Enregistrement W3106792094 · doi:10.1051/0004-6361/202038807

Clustering of CODEX clusters

2020· article· en· W3106792094 sur OpenAlexfundno aff
V. Lindholm, A. Finoguenov, Johan Comparat, E. S. Rykoff, N. Clerc, C. Collins, S. Damsted, J. Ider Chitham, Nelson Padilla

Notice bibliographique

RevueAstronomy and Astrophysics · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensnon disponible
Organismes subventionnairesLawrence Berkeley National LaboratoryLeibniz-RechenzentrumSmithsonian Astrophysical ObservatoryScience and Technology Facilities CouncilUniversity of Colorado BoulderInstituto de Astrofísica de CanariasOffice of ScienceGauss Centre for SupercomputingMax-Planck-Institut für AstronomieChina Scholarship CouncilMinistério da Ciência, Tecnologia e InovaçãoUniversity of OxfordYork UniversityCarnegie Institution for ScienceLeibniz-GemeinschaftUniversity of Notre DameCarnegie Mellon UniversityUniversidad Nacional Autónoma de MéxicoAlfred P. Sloan FoundationUniversity of WashingtonJohns Hopkins UniversityCarnegie Institution of WashingtonUniversity of UtahOhio State UniversityU.S. Department of EnergySmithsonian InstitutionPartnership for Advanced Computing in Europe AISBLNew Mexico State UniversityUniversity of PortsmouthVanderbilt UniversityYale UniversityMax-Planck-Institut für Astrophysik
Mots-clésPhysicsRedshiftAstrophysicsSigmaAutocorrelationGalaxyCluster analysisCorrelation function (quantum field theory)Dark energyOmegaCluster (spacecraft)StatisticsCosmologyMathematicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Context. The clustering of galaxy clusters links the spatial nonuniformity of dark matter halos to the growth of the primordial spectrum of perturbations. The amplitude of the clustering signal is widely used to estimate the halo mass of astrophysical objects. The advent of cluster mass calibrations enables using clustering in cosmological studies. Aims. We analyze the autocorrelation function of a large contiguous sample of galaxy clusters, the Constrain Dark Energy with X-ray (CODEX) sample, in which we take particular care of cluster definition. These clusters were X-ray selected using the ROentgen SATellite All-Sky Survey and then identified as galaxy clusters using the code redMaPPer run on the photometry of the Sloan Digital Sky Survey. We develop methods for precisely accounting for the sample selection effects on the clustering and demonstrate their robustness using numerical simulations. Methods. Using the clean CODEX sample, which was obtained by applying a redshift-dependent richness selection, we computed the two-point autocorrelation function of galaxy clusters in the 0.1 < z < 0.3 and 0.3 < z < 0.5 redshift bins. We compared the bias in the measured correlation function with values obtained in numerical simulations using a similar cluster mass range. Results. By fitting a power law, we measured a correlation length r0 = 18.7 ± 1.1 and slope γ = 1.98 ± 0.14 for the correlation function in the full redshift range. By fixing the other cosmological parameters to their nine-year Wilkinson Microwave Anisotropy Probe values, we reproduced the observed shape of the correlation function under the following cosmological conditions: Ωm0 = 0.22−0.03+0.04 and S8 = σ8(Ωm0/0.3)0.5 = 0.85−0.08+0.10 with estimated additional systematic errors of σΩm0 = 0.02 and σS8 = 0.20. We illustrate the complementarity of clustering constraints by combining them with CODEX cosmological constraints based on the X-ray luminosity function, deriving Ωm0 = 0.25 ± 0.01 and σ8 = 0.81−0.02+0.01 with an estimated additional systematic error of σΩm0 = 0.07 and σσ8 = 0.04. The mass calibration and statistical quality of the mass tracers are the dominant source of uncertainty.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,192
Écart entre enseignants0,184 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAstronomy and Astrophysics→Même sujetGalaxies: Formation, Evolution, Phenomena→Travaux en français237 207→