MétaCan
Menu
Retour à la cohorte
Enregistrement W3119251236 · doi:10.1103/physrevlett.126.011301

Using the Marked Power Spectrum to Detect the Signature of Neutrinos in Large-Scale Structure

2021· article· en· W3119251236 sur OpenAlexafffund
Elena Massara, Francisco Villaescusa-Navarro, Shirley Ho, Neal Dalal, David N. Spergel

Notice bibliographique

RevuePhysical Review Letters · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueCosmology and Gravitation Theories
Établissements canadiensPerimeter InstituteUniversity of Waterloo
Organismes subventionnairesGovernment of CanadaInstitut Périmètre de physique théoriqueInnovation, Science and Economic Development CanadaOntario Ministry of Economic Development and InnovationSimons FoundationNational Aeronautics and Space Administration
Mots-clésNeutrinoPhysicsSpectral densityMatter power spectrumSigmaParticle physicsDark matterCosmic microwave backgroundSignature (topology)Constraint (computer-aided design)Spectrum (functional analysis)AstrophysicsStatisticsCosmologyDark energyQuantum mechanicsMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Cosmological neutrinos have their greatest influence in voids: These are the regions with the highest neutrino to dark matter density ratios. The marked power spectrum can be used to emphasize low-density regions over high-density regions and, therefore, is potentially much more sensitive than the power spectrum to the effects of neutrino masses. Using 22 000 N-body simulations from the Quijote suite, we quantify the information content in the marked power spectrum of the matter field and show that it outperforms the standard power spectrum by setting constraints improved by a factor larger than 2 on all cosmological parameters. The combination of marked and standard power spectra allows us to place a 4.3σ constraint on the minimum sum of the neutrino masses with a volume equal to 1 (Gpc h^{-1})^{3} and without cosmic microwave background priors. Combinations of different marked power spectra yield a 6σ constraint within the same conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,335
Score d'incertitude au seuil0,250

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,278
Écart entre enseignants0,270 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations109
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetCosmology and Gravitation TheoriesTravaux en français237 207