Quantifying the redshift space distortion of the bispectrum III : detection prospects of the multipole moments
Notice bibliographique
Résumé
ABSTRACT The redshift space anisotropy of the bispectrum is generally quantified using multipole moments. The possibility of measuring these multipoles in any survey depends on the level of statistical fluctuations. We compute the statistical fluctuations in the measurement of bispectrum multipoles for a Euclid like galaxy survey based on second-order perturbation theory and present two quantities: the signal-to-noise ratio (SNR) which quantifies the detectability of a multipole and the rank correlation which quantifies the correlation in measurement errors between any two multipoles. Based on SNR values, we find that Euclid can potentially measure the bispectrum multipoles up to ℓ = 4 across various triangle shapes, formed by the three k vectors in Fourier space. In general, SNR is maximum for the linear triangles. SNR values also depend on the scales and redshifts of observation. While, ℓ ≤ 2 multipoles can be measured with SNR > 5 even at linear/quasi-linear ($k_1 \lesssim 0.1 \, {\rm Mpc}^{-1}$) scales, for ℓ > 2 multipoles, we require to go to small scales or need to increase bin sizes. These estimates are based on bins of extent Δln k1 = 0.1, Δμ = 0.05, and Δt = 0.05, where k1 is the length of the largest side, and (μ, t), respectively, quantify the size and shape of the triangles. For most multipole pairs, the errors are only weakly correlated across much of the triangle shapes barring a few in the vicinity of squeezed and stretched triangles. This makes it possible to combine the measurements of different multipoles to increase the effective SNR.
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 | 0,002 | 0,011 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».