Probing Cosmic Reionization and Molecular Gas Growth with TIME
Notice bibliographique
Résumé
Abstract Line intensity mapping (LIM) provides a unique and powerful means to probe cosmic structures by measuring the aggregate line emission from all galaxies across redshift. The method is complementary to conventional galaxy redshift surveys that are object based and demand exquisite point-source sensitivity. The Tomographic Ionized-carbon Mapping Experiment (TIME) will measure the star formation rate during cosmic reionization by observing the redshifted [C ii ] 158 μ m line (6 ≲ z ≲ 9) in the LIM regime. TIME will simultaneously study the abundance of molecular gas during the era of peak star formation by observing the rotational CO lines emitted by galaxies at 0.5 ≲ z ≲ 2. We present the modeling framework that predicts the constraining power of TIME on a number of observables, including the line luminosity function and the auto- and cross-correlation power spectra, including synergies with external galaxy tracers. Based on an optimized survey strategy and fiducial model parameters informed by existing observations, we forecast constraints on physical quantities relevant to reionization and galaxy evolution, such as the escape fraction of ionizing photons during reionization, the faint-end slope of the galaxy luminosity function at high redshift, and the cosmic molecular gas density at cosmic noon. We discuss how these constraints can advance our understanding of cosmological galaxy evolution at the two distinct cosmic epochs for TIME, starting in 2021, and how they could be improved in future phases of the experiment.
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 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».