Reionization and galaxy inference from the high-redshift Ly α forest
Notice bibliographique
Résumé
ABSTRACT The transmission of Lyman α (Ly α) in the spectra of distant quasars depends on the density, temperature, and ionization state of the intergalactic medium. Therefore, high-redshift (z > 5) Ly α forests could be invaluable in studying the late stages of the epoch of reionization (EoR), as well as properties of the sources that drive it. Indeed, high-quality quasar spectra have now firmly established the existence of large-scale opacity fluctuations at z > 5, whose physical origins are still debated. Here, we introduce a Bayesian framework capable of constraining the EoR and galaxy properties by forward-modelling the high-z Ly α forest. Using priors from galaxy and cosmic microwave background observations, we demonstrate that the final overlap stages of the EoR (when >95 per cent of the volume was ionized) should occur at z < 5.6, in order to reproduce the large-scale opacity fluctuations seen in forest spectra. However, it is the combination of patchy reionization and the inhomogeneous ultraviolet background that produces the longest Gunn–Peterson troughs. Ly α forest observations tighten existing constraints on the characteristic ionizing escape fraction of galaxies, with the combined observations suggesting $f_{\rm esc} \approx 7^{+4}_{-3}$ per cent, and disfavouring a strong evolution with the galaxy’s halo (or stellar) mass.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».