MétaCan
Menu
Retour à la cohorte
Enregistrement W4362693903 · doi:10.1088/1674-4527/accb7c

Neutrino Mass Constraints from Reconstructing the Large-scale Structure: Systematic Uncertainty

2023· article· en· W4362693903 sur OpenAlexfundno aff
Chok Lap Chung, Derek Inman, Xin Wang, Erhao Shang, Zi Zhuang, Fucheng Yuan, Ue‐Li Pen

Notice bibliographique

RevueResearch in Astronomy and Astrophysics · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Cosmic Phenomena
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of TorontoGovernment of OntarioMinistry of Education, Culture, Sports, Science and TechnologyNational Natural Science Foundation of ChinaCanadian Institute for Advanced ResearchAlexander von Humboldt-Stiftung
Mots-clésPhysicsNeutrinoConstraint (computer-aided design)Divergence (linguistics)Displacement (psychology)Systematic errorOscillation (cell signaling)Neutrino oscillationField (mathematics)Function (biology)Stability (learning theory)AstrophysicsStatistical physicsScale (ratio)Displacement fieldSet (abstract data type)AlgorithmParticle physicsStatisticsGeometryComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract We examine the possibility of applying the baryonic acoustic oscillation reconstruction method to improve the neutrino mass Σ m ν constraint. Thanks to the Gaussianization of the process, we demonstrate that the reconstruction algorithm could improve the measurement accuracy by roughly a factor of two. On the other hand, the reconstruction process itself becomes a source of systematic error. While the algorithm is supposed to produce the displacement field from a density distribution, various approximations cause the reconstructed output to deviate on intermediate scales. Nevertheless, it is still possible to benefit from this Gaussianized field, given that we can carefully calibrate the “transfer function” between the reconstruction output and theoretical displacement divergence from simulations. The limitation of this approach is then set by the numerical stability of this transfer function. With an ensemble of simulations, we show that such systematic error could become comparable to statistical uncertainties for a DESI-like survey and be safely neglected for other less ambitious 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,692
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,288
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in Astronomy and AstrophysicsMême sujetAstrophysics and Cosmic PhenomenaTravaux en français237 207