Constraining the epoch of reionization with highly dispersed fast radio bursts
Notice bibliographique
Résumé
ABSTRACT The period in which hydrogen in the intergalactic medium (IGM) is ionized, known as the epoch of reionization (EoR), is still poorly understood. The timing and duration of the EoR is expected to be governed by the underlying astrophysics. Furthermore, most models of reionization predict a correlation between the density and ionization field. Here we consider using the mean dispersion measure (DM) of high redshift fast radio bursts (FRBs) as a probe of the underlying astrophysics and morphology of the EoR. To do this, we forecast observational scenarios by building mock data sets of non-repeating FRBs between redshifts 8 ≤ z ≤ 10. In our forecasts we assume a fiducial inside-out reionization scenario with midpoint of reionziation z = 2.0, and duration (i.e. the duration between mean ionized fraction of 0.25 to 0.75) Δz = 7.8. It is assumed that all FRBs have accompanying spectroscopic redshift measurements. We find that samples of 100 high redshift FRBs, in the above mentioned narrow redshift range, can rule out uncorrelated reionization at 68 per cent credibility, while larger samples, ≥104 FRBs, can rule out uncorrelated reionization at $95{{\ \rm per\ cent}}$ credibility. We also find 100 high redshift FRBs can rule out scenarios where the Universe is entirely neutral at z = 10 with $68{{\ \rm per\ cent}}$ credibility. Further, with ≥105 FRBs, we can constrain the duration Δz of reionization to $\Delta z = 2.0^{+0.5}_{-0.4}$ and the midpoint of reionization to $z = 7.8^{+0.4}_{-0.2}$ at 95 per cent credibility.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».