Improving Cosmological Constraints from Galaxy Cluster Number Counts with CMB-cluster-lensing Data: Results from the SPT-SZ Survey and Forecasts for the Future
Notice bibliographique
Résumé
Abstract We show the improvement to cosmological constraints from galaxy cluster surveys with the addition of cosmic microwave background (CMB)-cluster lensing data. We explore the cosmological implications of adding mass information from the 3.1σ detection of gravitational lensing of the CMB by galaxy clusters to the Sunyaev–Zel’dovich (SZ) selected galaxy cluster sample from the 2500 deg2 SPT-SZ survey and targeted optical and X-ray follow-up data. In the ΛCDM model, the combination of the cluster sample with the Planck power spectrum measurements prefers σ 8 Ω m / 0.3 0.5 = 0.831 ± 0.020 . Adding the cluster data reduces the uncertainty on this quantity by a factor of 1.4, which is unchanged whether the 3.1σ CMB-cluster lensing measurement is included or not. We then forecast the impact of CMB-cluster lensing measurements with future cluster catalogs. Adding CMB-cluster lensing measurements to the SZ cluster catalog of the ongoing SPT-3G survey is expected to improve the expected constraint on the dark energy equation of state w by a factor of 1.3 to σ(w) = 0.19. We find the largest improvements from CMB-cluster lensing measurements to be for σ 8, where adding CMB-cluster lensing data to the cluster number counts reduces the expected uncertainty on σ 8 by respective factors of 2.4 and 3.6 for SPT-3G and CMB-S4.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».