Probing gravity with the DES-CMASS sample and BOSS spectroscopy
Notice bibliographique
Résumé
ABSTRACT The DES-CMASS sample (DMASS) is designed to optimally combine the weak lensing measurements from the Dark Energy Survey (DES) and redshift-space distortions (RSD) probed by the CMASS galaxy sample from the Baryonic Oscillation Spectroscopic Survey. In this paper, we demonstrate the feasibility of adopting DMASS as the equivalent of CMASS for a joint analysis of DES and BOSS in the framework of modified gravity. We utilize the angular clustering of the DMASS galaxies, cosmic shear of the DES metacalibration sources, and cross-correlation of the two as data vectors. By jointly fitting the combination of the data with the RSD measurements from the CMASS sample and Planck data, we obtain the constraints on modified gravity parameters $\mu _0=-0.37^{+0.47}_{-0.45}$ and $\Sigma _0=0.078^{+0.078}_{-0.082}$. Our constraints of modified gravity with DMASS are tighter than those with the DES Year 1 redMaGiC sample with the same external data sets by 29 per cent for μ0 and 21 per cent for Σ0, and comparable to the published results of the DES Year 1 modified gravity analysis despite this work using fewer external data sets. This improvement is mainly because the galaxy bias parameter is shared and more tightly constrained by both CMASS and DMASS, effectively breaking the degeneracy between the galaxy bias and other cosmological parameters. Such an approach to optimally combine photometric and spectroscopic surveys using a photometric sample equivalent to a spectroscopic sample can be applied to combining future surveys having a limited overlap such as DESI and LSST.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».