Target selection for the DESI Peculiar Velocity Survey
Notice bibliographique
Résumé
ABSTRACT We describe the target selection and characteristics of the DESI Peculiar Velocity Survey, the largest survey of peculiar velocities (PVs) using both the fundamental plane (FP) and the Tully–Fisher (TF) relationship planned to date. We detail how we identify suitable early-type galaxies (ETGs) for the FP and suitable late-type galaxies (LTGs) for the TF relation using the photometric data provided by the DESI Legacy Imaging Survey DR9. Subsequently, we provide targets for 373 533 ETGs and 118 637 LTGs within the Dark Energy Spectroscopic Instrument (DESI) 5-yr footprint. We validate these photometric selections using existing morphological classifications. Furthermore, we demonstrate using survey validation data that DESI is able to measure the spectroscopic properties to sufficient precision to obtain PVs for our targets. Based on realistic DESI fibre assignment simulations and spectroscopic success rates, we predict the final DESI PV Survey will obtain ∼133 000 FP-based and ∼53 000 TF-based PV measurements over an area of 14 000 deg2. We forecast the ability of using these data to measure the clustering of galaxy positions and PVs from the combined DESI PV and Bright Galaxy Surveys (BGS), which allows for cancellation of cosmic variance at low redshifts. With these forecasts, we anticipate a 4 per cent statistical measurement on the growth rate of structure at z < 0.15. This is over two times better than achievable with redshifts from the BGS alone. The combined DESI PV and BGS will enable the most precise tests to date of the time and scale dependence of large-scale structure growth at z < 0.15.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,005 | 0,005 |
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 ».