MétaCan
Menu
Retour à la cohorte
Enregistrement W3166030703 · doi:10.1103/physrevd.105.023515

Dark Energy Survey Year 3 results: Cosmology from cosmic shear and robustness to modeling uncertainty

2022· article· en· W3166030703 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePhysical review. D/Physical review. D. · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueCosmology and Gravitation Theories
Établissements canadiensPerimeter Institute
Organismes subventionnairesSLAC National Accelerator LaboratoryH2020 European Research CouncilArgonne National LaboratoryKavli Institute for Theoretical Physics, University of California, Santa BarbaraEuropean Regional Development FundScience and Technology Facilities CouncilUniversity of Illinois at Urbana-ChampaignLudwig-Maximilians-Universität MünchenCentro de Investigaciones Energéticas, Medioambientales y TecnológicasConselho Nacional de Desenvolvimento Científico e TecnológicoMinisterio de Economía y CompetitividadHigh Energy PhysicsDeutsche ForschungsgemeinschaftGeneralitat de CatalunyaOffice of ScienceUniversity of EdinburghLawrence Berkeley National LaboratoryUniversity of PennsylvaniaFinanciadora de Estudos e ProjetosFundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de JaneiroUniversity of SussexEidgenössische Technische Hochschule ZürichUniversity College LondonMinistério da Ciência, Tecnologia e InovaçãoHigher Education Funding Council for EnglandUniversity of PortsmouthUniversity of ChicagoTexas A and M UniversityUniversity of MichiganOhio State UniversityUniversity of NottinghamStanford UniversityU.S. Department of EnergyUniversity of CambridgeFermilabNational Science Foundation
Mots-clésDark energyCosmologyCOSMIC cancer databaseRobustness (evolution)PhysicsPhysical cosmologySurvey researchCosmological modelAstronomyAstrophysicsPsychologyChemistry

Résumé

récupéré en direct d'OpenAlex

This work and its companion paper, Amon et al. [Phys. Rev. D 105, 023514 (2022)], present cosmic shear measurements and cosmological constraints from over 100 million source galaxies in the Dark Energy Survey (DES) Year 3 data. We constrain the lensing amplitude parameter ${S}_{8}\ensuremath{\equiv}{\ensuremath{\sigma}}_{8}\sqrt{{\mathrm{\ensuremath{\Omega}}}_{\mathrm{m}}/0.3}$ at the 3% level in $\mathrm{\ensuremath{\Lambda}}\mathrm{CDM}$: ${S}_{8}=0.75{9}_{\ensuremath{-}0.023}^{+0.025}$ (68% CL). Our constraint is at the 2% level when using angular scale cuts that are optimized for the $\mathrm{\ensuremath{\Lambda}}\mathrm{CDM}$ analysis: ${S}_{8}=0.77{2}_{\ensuremath{-}0.017}^{+0.018}$ (68% CL). With cosmic shear alone, we find no statistically significant constraint on the dark energy equation-of-state parameter at our present statistical power. We carry out our analysis blind, and compare our measurement with constraints from two other contemporary weak lensing experiments: the Kilo-Degree Survey (KiDS) and Hyper-Suprime Camera Subaru Strategic Program (HSC). We additionally quantify the agreement between our data and external constraints from the Cosmic Microwave Background (CMB). Our DES Y3 result under the assumption of $\mathrm{\ensuremath{\Lambda}}\mathrm{CDM}$ is found to be in statistical agreement with Planck 2018, although favors a lower ${S}_{8}$ than the CMB-inferred value by $2.3\ensuremath{\sigma}$ (a $p$-value of 0.02). This paper explores the robustness of these cosmic shear results to modeling of intrinsic alignments, the matter power spectrum and baryonic physics. We additionally explore the statistical preference of our data for intrinsic alignment models of different complexity. The fiducial cosmic shear model is tested using synthetic data, and we report no biases greater than $0.3\ensuremath{\sigma}$ in the plane of ${S}_{8}\ifmmode\times\else\texttimes\fi{}{\mathrm{\ensuremath{\Omega}}}_{\mathrm{m}}$ caused by uncertainties in the theoretical models.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,020
Tête enseignante GPT0,378
Écart entre enseignants0,358 · 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