Towards 21-cm intensity mapping at <i>z</i> = 2.28 with uGMRT using the tapered gridded estimator – II. Cross-polarization power spectrum
Notice bibliographique
Résumé
ABSTRACT Neutral hydrogen (H i) 21-cm intensity mapping (IM) offers an efficient technique for mapping the large-scale structures in the Universe. We introduce the ‘Cross’ Tapered Gridded Estimator (Cross TGE), which cross-correlates two cross-polarizations (RR and LL) to estimate the multifrequency angular power spectrum Cℓ(Δν). We expect this to mitigate several effects like noise bias, calibration errors, etc., which affect the ‘Total’ TGE that combines the two polarizations. Here, we apply the Cross TGE on $24.4 \text{-} \rm {MHz}$-bandwidth uGMRT (upgraded Giant Metrewave Radio Telescope) Band 3 data centred at $432.8 \, \rm {MHz}$ aiming H i IM at z = 2.28. The measured Cℓ(Δν) is modelled to yield maximum likelihood estimates of the foregrounds and the spherical power spectrum P(k) in several k bins. Considering the mean squared brightness temperature fluctuations, we report a 2σ upper limit $\Delta _{\mathrm{ UL}}^{2}(k) \le (58.67)^{2} \, {\rm mK}^{2}$ at $k=0.804 \, {\rm Mpc}^{-1}$, which is a factor of 5.2 improvement on our previous estimate based on the Total TGE. Assuming that the H i traces the underlying matter distribution, we have modelled Cℓ(Δν) to simultaneously estimate the foregrounds and $[\Omega _{\rm{ H}\, {\small {I}}} b_{\rm{ H}\, {\small {I}}}]$, where $\Omega _{\rm{ H}\, {\small {I}}}$ and $b_{\rm{ H}\, {\small {I}}}$ are the H i density and linear bias parameters, respectively. We obtain a best-fitting value of $[\Omega _{\rm{ H}\, {\small {I}}}b_{\rm{ H}\, {\small {I}}}]^2 = 7.51\times 10^{-4} \pm 1.47\times 10^{-3}$ that is consistent with noise. Although the 2σ upper limit $[\Omega _{\rm{ H}\, {\small {I}}}b_{\rm{ H}\, {\small {I}}}]_{\mathrm{ UL}} \le 0.061$ is ∼50 times larger than the expected value, this is a considerable improvement over earlier works at this redshift.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».