A measurement of Hubble’s Constant using Fast Radio Bursts
Notice bibliographique
Résumé
ABSTRACT We constrain the Hubble constant H0 using Fast Radio Burst (FRB) observations from the Australian Square Kilometre Array Pathfinder (ASKAP) and Murriyang (Parkes) radio telescopes. We use the redshift-dispersion measure (‘Macquart’) relationship, accounting for the intrinsic luminosity function, cosmological gas distribution, population evolution, host galaxy contributions to the dispersion measure (DMhost), and observational biases due to burst duration and telescope beamshape. Using an updated sample of 16 ASKAP FRBs detected by the Commensal Real-time ASKAP Fast Transients (CRAFT) Survey and localized to their host galaxies, and 60 unlocalized FRBs from Parkes and ASKAP, our best-fitting value of H0 is calculated to be $73_{-8}^{+12}$ km s−1 Mpc−1. Uncertainties in FRB energetics and DMhost produce larger uncertainties in the inferred value of H0 compared to previous FRB-based estimates. Using a prior on H0 covering the 67–74 km s−1 Mpc−1 range, we estimate a median ${\rm DM}_{\rm host}= 186_{-48}^{+59}\,{\rm pc \, cm^{-3}}$, exceeding previous estimates. We confirm that the FRB population evolves with redshift similarly to the star-formation rate. We use a Schechter luminosity function to constrain the maximum FRB energy to be log10Emax$=41.26_{-0.22}^{+0.27}$ erg assuming a characteristic FRB emission bandwidth of 1 GHz at 1.3 GHz, and the cumulative luminosity index to be $\gamma =-0.95_{-0.15}^{+0.18}$. We demonstrate with a sample of 100 mock FRBs that H0 can be measured with an uncertainty of ±2.5 km s−1 Mpc−1, demonstrating the potential for clarifying the Hubble tension with an upgraded ASKAP FRB search system. Last, we explore a range of sample and selection biases that affect FRB analyses.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».