Weak lensing mass map and peak statistics in CFHT/Stripe82 survey
Notice bibliographique
Résumé
ABSTRACT We present the weak lensing mass map of the 173 tiles Canada-France-Hawaii TelescopeStripe82 Survey (CS82) with the effective area ∼ 124 deg 2 and study the peak statistics, in-cluding peak abundance, correlation functions and tangential-shear profile of peaks with themass map. We find that (1) peak abundance detected in CS82 are c onsistent with predictionsfrom a ΛCDM cosmological model, once noise effects are properly included; (2) correlationfunction of peaks with different signal-to-noise ratio (SNR) can be well fitted with powerlaws. Combining with the SDSS-III/Constant Mass (CMASS) galaxies, the cross-correlationbetween CMASS galaxies and high SNR peaks can be well-fitted with a power law; (3) thetangential shear profiles of the peaks increase with SNR. We c oncentrate on fitting spheri-cal models to the tangential profiles with both singular isot hermal sphere (SIS) and NavarroFrenk & White (NFW) models. For the high SNR peaks, the SIS model is rejected at ∼ 3σ.Comparing the Dark and matched clumps to the optically selected redMaPPer clusters, a dif-ference in lensing signal of a factor of 2 can be found, reflect ing the fact that likely about halfof the dark clumps are false detection.Key words: large-scale structure of Universe-gravitational lensing: weak
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».