H <scp>i</scp>intensity mapping with MeerKAT: calibration pipeline for multidish autocorrelation observations
Notice bibliographique
Résumé
ABSTRACT While most purpose-built 21-cm intensity mapping experiments are close-packed interferometer arrays, general-purpose dish arrays should also be capable of measuring the cosmological 21-cm signal. This can be achieved most efficiently if the array is used as a collection of scanning autocorrelation dishes rather than as an interferometer. As a first step towards demonstrating the feasibility of this observing strategy, we show that we are able to successfully calibrate dual-polarization autocorrelation data from 64 MeerKAT dishes in the L band (856–1712 MHz, 4096 channels), with 10.5 h of data retained from six nights of observing. We describe our calibration pipeline, which is based on multilevel radio frequency interference flagging, periodic noise diode injection to stabilize gain drifts, and an absolute calibration based on a multicomponent sky model. We show that it is sufficiently accurate to recover maps of diffuse celestial emission and point sources over a 10° × 30° patch of the sky overlapping with the WiggleZ 11-h field. The reconstructed maps have a good level of consistency between per-dish maps and external data sets, with the estimated thermal noise limited to 1.4 × the theoretical noise level (∼2 mK). The residual maps have rms amplitudes below 0.1 K, corresponding to $\lt 1{{\ \rm per\ cent}}$ of the model temperature. The reconstructed Galactic H i intensity map shows excellent agreement with the Effelsberg–Bonn H i Survey, and the flux of the radio galaxy 4C + 03.18 is recovered to within 3.6 per cent, which demonstrates that the autocorrelation can be successfully calibrated to give the zero-spacing flux and potentially help in the imaging of MeerKAT interferometric data. Our results provide a positive indication towards the feasibility of using MeerKAT and the future Square Kilometre Array to measure the H i intensity mapping signal and probe cosmology on degree scales and above.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,010 |
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 ».