Common-red-signal analysis with 24-yr high-precision timing of the European Pulsar Timing Array: inferences in the stochastic gravitational-wave background search
Notice bibliographique
Résumé
ABSTRACT We present results from the search for a stochastic gravitational-wave background (GWB) as predicted by the theory of General Relativity using six radio millisecond pulsars from the Data Release 2 (DR2) of the European Pulsar Timing Array (EPTA) covering a timespan up to 24 yr. A GWB manifests itself as a long-term low-frequency stochastic signal common to all pulsars, a common red signal (CRS), with the characteristic Hellings-Downs (HD) spatial correlation. Our analysis is performed with two independent pipelines, ENTERPRISE, and TEMPONEST+FORTYTWO, which produce consistent results. A search for a CRS with simultaneous estimation of its spatial correlations yields spectral properties compatible with theoretical GWB predictions, but does not result in the required measurement of the HD correlation, as required for GWB detection. Further Bayesian model comparison between different types of CRSs, including a GWB, finds the most favoured model to be the common uncorrelated red noise described by a power law with $A = 5.13_{-2.73}^{+4.20} \times 10^{-15}$ and $\gamma = 3.78_{-0.59}^{+0.69}$ (95 per cent credible regions). Fixing the spectral index to γ = 13/3 as expected from the GWB by circular, inspiralling supermassive black hole binaries results in an amplitude of $A =2.95_{-0.72}^{+0.89} \times 10^{-15}$. We implement three different models, BAYESEPHEM, LINIMOSS, and EPHEMGP, to address possible Solar system ephemeris (SSE) systematics and conclude that our results may only marginally depend on these effects. This work builds on the methods and models from the studies on the EPTA DR1. We show that under the same analysis framework the results remain consistent after the data set extension.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».