The size and shape dependence of the SDSS galaxy bispectrum
Notice bibliographique
Résumé
We have measured the spherically averaged bispectrum of the SDSS main galaxy sample, considering a volume-limited $[296.75\, \rm Mpc]^3$ data cube with mean galaxy number density $0.63 \times 10^{-3} \, {\rm Mpc}^{-3}$ and median redshift $0.102$. Our analysis considers $\sim 1.37 \times 10^{8}$ triangles, for which we have measured the binned bispectrum and analysed its dependence on the size and shape of the triangle. It spans wavenumbers $k_1=(0.075-0.434)\,{\rm Mpc}^{-1}$ for equilateral triangles, and a smaller range of $k_1$ (the largest side) for triangles of other shapes. For all shapes, we find that the measured bispectrum is well modelled by a power law $A\,\big(k_1/1\mpci\big)^{n}$, where the best-fit values of $A$ and $n$ vary with the shape. We have also analysed mock galaxy samples constructed from $Λ$CDM N-body simulations by applying a simple Eulerian bias prescription where the galaxies reside in regions where the smoothed density field exceeds a threshold. We find that the bispectrum from the mock samples with bias $b_1=1.2$ is in good agreement with the SDSS results. We further divided our galaxy sample into red and blue classes and studied the nature of the bispectrum for each category. The red galaxies exhibit higher bispectrum amplitude $A$ than the blue galaxies for all possible triangle configurations. Red galaxies are old, and their larger bispectra indicate non-linear evolutionary interactions within their environments over time, resulting in their distribution being highly clustered and more biased than younger blue galaxies.
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 | 0,007 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».