Cross-correlation of Dark Energy Survey Year 3 lensing data with ACT and <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" display="inline"><mml:mi>P</mml:mi><mml:mi>l</mml:mi><mml:mi>a</mml:mi><mml:mi>n</mml:mi><mml:mi>c</mml:mi><mml:mi>k</mml:mi></mml:math> thermal Sunyaev-Zel’dovich effect observations. II. Modeling and constraints on halo pressure profiles
Notice bibliographique
Résumé
Hot, ionized gas leaves an imprint on the cosmic microwave background via the thermal Sunyaev-Zel'dovich (tSZ) effect. The cross-correlation of gravitational lensing (which traces the projected mass) with the tSZ effect (which traces the projected gas pressure) is a powerful probe of the thermal state of ionized baryons throughout the Universe and is sensitive to effects such as baryonic feedback. In a companion paper (Gatti et al. Phys. Rev. D 105, 123525 (2022)), we present tomographic measurements and validation tests of the cross-correlation between Galaxy shear measurements from the first three years of observations of the Dark Energy Survey and tSZ measurements from a combination of Atacama Cosmology Telescope and Planck observations. In this work, we use the same measurements to constrain models for the pressure profiles of halos across a wide range of halo mass and redshift. We find evidence for reduced pressure in low-mass halos, consistent with predictions for the effects of feedback from active Galactic nuclei. We infer the hydrostatic mass bias ($B\ensuremath{\equiv}{M}_{500c}/{M}_{\mathrm{SZ}}$) from our measurements, finding $B=1.8\ifmmode\pm\else\textpm\fi{}0.1$ when adopting the Planck-preferred cosmological parameters. We additionally find that our measurements are consistent with a nonzero redshift evolution of $B$, with the correct sign and sufficient magnitude to explain the mass bias necessary to reconcile cluster count measurements with the Planck-preferred cosmology. Our analysis introduces a model for the impact of intrinsic alignments (IAs) of galaxy shapes on the shear-tSZ correlation. We show that IA can have a significant impact on these correlations at current noise levels.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».