MétaCan
Menu
Retour à la cohorte
Enregistrement W3152793348 · doi:10.1051/0004-6361/202140564/pdf

The GOGREEN survey: Internal dynamics of clusters of galaxies at redshift 0.9–1.4

2021· article· en· W3152793348 sur OpenAlexafffund
A. Biviano, Michael L. Balogh, E. Munari, Michael C. Cooper, G. De Lucia, R. Demarco, P. Jablonka, Adam Muzzin, Julie Nantais, Lyndsay Old, Gregory Rudnick, Benedetta Vulcani, Gillian Wilson, Dennis Zaritsky, Pierluigi Cerulo, J. Chan, A. Finoguenov, David Gilbank, C. Lidman, Irene Pintos-Castro, Heath Shipley

Notice bibliographique

RevueSpringer Link (Chiba Institute of Technology) · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensMcGill UniversityUniversity of TorontoYork UniversityUniversity of Waterloo
Organismes subventionnairesAstrophysics DivisionNatural Sciences and Engineering Research Council of CanadaUniversidad Andrés BelloMinistero dell’Istruzione, dell’Università e della RicercaEuropean Space AgencyNational Aeronautics and Space AdministrationSpace Telescope Science InstituteNational Science Foundation
Mots-clésPhysicsAstrophysicsStellar massRedshiftGalaxyGalaxy clusterGravitational potentialStar formation

Résumé

récupéré en direct d'OpenAlex

Context. The study of galaxy cluster mass profiles (M(r)) provides constraints on the nature of dark matter and on physical processes affecting the mass distribution. The study of galaxy cluster velocity anisotropy profiles (β(r)) informs the orbits of galaxies in clusters, which are related to their evolution. The combination of mass profiles and velocity anisotropy profiles allows us to determine the pseudo phase-space density profiles (Q(r)); numerical simulations predict that these profiles follow a simple power law in cluster-centric distance. Aims. We determine the mass, velocity anisotropy, and pseudo phase-space density profiles of clusters of galaxies at the highest redshifts investigated in detail to date. Methods. We exploited the combination of the GOGREEN and GCLASS spectroscopic data-sets for 14 clusters with mass M200 ≥ 1014 M⊙ at redshifts 0.9 ≤ z ≤ 1.4. We constructed an ensemble cluster by stacking 581 spectroscopically identified cluster members with stellar mass M∗ ≥ 109.5 M⊙. We used the MAMPOSSt method to constrain several M(r) and β(r) models, and we then inverted the Jeans equation to determine the ensemble cluster β(r) in a non-parametric way. Finally, we combined the results of the M(r) and β(r) analysis to determine Q(r) for the ensemble cluster. Results. The concentration c200 of the ensemble cluster mass profile is in excellent agreement with predictions from Λ cold dark matter (ΛCDM) cosmological numerical simulations, and with previous determinations for clusters of similar mass and at similar redshifts, obtained from gravitational lensing and X-ray data. We see no significant difference between the total mass density and either the galaxy number density distributions or the stellar mass distribution. Star-forming galaxies are spatially significantly less concentrated than quiescent galaxies. The orbits of cluster galaxies are isotropic near the center and more radial outside. Star-forming galaxies and galaxies of low stellar mass tend to move on more radially elongated orbits than quiescent galaxies and galaxies of high stellar mass. The profile Q(r), determined using either the total mass or the number density profile, is very close to the power-law behavior predicted by numerical simulations. Conclusions. The internal dynamics of clusters at the highest redshift probed in detail to date are very similar to those of lower-redshift clusters, and in excellent agreement with predictions of numerical simulations. The clusters in our sample have already reached a high degree of dynamical relaxation.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,720

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,009
Tête enseignante GPT0,218
Écart entre enseignants0,209 · 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'étudeObservationnel
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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSpringer Link (Chiba Institute of Technology)Même sujetGalaxies: Formation, Evolution, PhenomenaTravaux en français237 207