CARS: The CFHTLS-Archive-Research Survey
Notice bibliographique
Résumé
Context. Weak gravitational lensing (WL) has been established as one of the most promising probes of cosmology. So far, most studies have exploited the shear effect of WL leading to coherent distortions of galaxy shapes. WL also introduces coherent magnifications.Aims. We want to detect this cosmic magnification effect (coherent magnification by the large-scale structure of the Universe) in large samples of high-redshift galaxies selected from the Deep part of the Canada-France-Hawaii-Telescope Legacy Survey (CFHTLS).Methods. Lyman-break galaxies (LBGs) selected by their colours to be at –5, are used as a background sample and are cross-correlated to foreground lens galaxies, which are selected by accurate photometric redshifts (photo-z's). The signals of LBGs in different magnitude bins are compared to predictions from WL theory. An optimally weighted correlation function is estimated by taking into account the slope of external LBG luminosity functions.Results. For the first time, we detect cosmic magnification in a sample of normal galaxies. These background sources are also the ones with the highest redshifts so far used for WL measurements. The amplitude and angular dependence of the cross-correlation functions agree well with theoretical expectations and the lensing signal is detected with high significance. Avoiding low-redshift ranges in the foreground samples which might contaminate the LBG samples we can make a measurement that is virtually free of systematics. In particular, we detect an anti-correlation between faint LBGs and foreground galaxies which cannot be caused by redshift overlap.Conclusions. Cross-correlating LBGs (and in future also photo-z selected galaxies) as background sources to well understood foreground samples based on accurate photo-z's will become a powerful cosmological probe in future large imaging surveys.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,129 | 0,102 |
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 ».