Dark energy survey year 3 results: High-precision measurement and modeling of galaxy-galaxy lensing
Notice bibliographique
Résumé
We present and characterize the galaxy-galaxy lensing signal measured using the first three years of data from the Dark Energy Survey (DES Y3) covering $4132\text{ }\text{ }{\mathrm{deg}}^{2}$. These galaxy-galaxy measurements are used in the DES Y3 $3\ifmmode\times\else\texttimes\fi{}2\text{ }\text{ }\mathrm{pt}$ cosmological analysis, which combines weak lensing and galaxy clustering information. We use two lens samples: a magnitude-limited sample and the redmagic sample, which span the redshift range $\ensuremath{\sim}0.2--1$ with 10.7 and 2.6 M galaxies, respectively. For the source catalog, we use the metacalibration shape sample, consisting of $\ensuremath{\simeq}100\text{ }\text{ }\mathrm{M}$ galaxies separated into four tomographic bins. Our galaxy-galaxy lensing estimator is the mean tangential shear, for which we obtain a total SNR of $\ensuremath{\sim}148$ for maglim ($\ensuremath{\sim}120$ for redmagic), and $\ensuremath{\sim}67$ ($\ensuremath{\sim}55$) after applying the scale cuts of $6\text{ }\text{ }\mathrm{Mpc}/h$. Thus we reach percent-level statistical precision, which requires that our modeling and systematic-error control be of comparable accuracy. The tangential shear model used in the $3\ifmmode\times\else\texttimes\fi{}2\text{ }\text{ }\mathrm{pt}$ cosmological analysis includes lens magnification, a five-parameter intrinsic alignment model, marginalization over a point mass to remove information from small scales and a linear galaxy bias model validated with higher-order terms. We explore the impact of these choices on the tangential shear observable and study the significance of effects not included in our model, such as reduced shear, source magnification, and source clustering. We also test the robustness of our measurements to various observational and systematics effects, such as the impact of observing conditions, lens-source clustering, random-point subtraction, scale-dependent metacalibration responses, point spread function residuals, and B modes.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».