No <i>Catch-22</i> for fuzzy dark matter: testing substructure counts and core sizes via high-resolution cosmological simulations
Notice bibliographique
Résumé
ABSTRACT Fuzzy dark matter (FDM) has recently emerged as an interesting alternative model to the standard cold dark matter (CDM). In this model, dark matter consists of very light bosonic particles with wave-like behaviour on galactic scales. Using the N-body code ax-gadget, we perform cosmological simulations of FDM that fully model the dynamical effects of the quantum potential throughout cosmic evolution. Through the combined analysis of FDM volume and high-resolution zoom-in simulations of different FDM particle masses ($m_{\chi }$$\sim$$10^{-23}\!-\!10^{-21}$ eV c−2), we study how FDM impacts the abundance of substructure and the inner density profiles of dark matter haloes. For the first time, using our FDM volume simulations, we provide a fitting formula for the FDM-to-CDM subhalo abundance ratio as a function of the FDM mass. More importantly, our simulations clearly demonstrate that there exists an extended FDM particle mass interval able to reproduce the observed substructure counts and, at the same time, create substantial cores ($r_{c} \sim 1$ kpc) in the density profile of dwarf galaxies ($\approx 10^{9}\!-\!10^{10}$ M$_{\odot }$), which stands in stark contrast with CDM predictions even with baryonic effects taken into account. The dark matter distribution in the faintest galaxies offers then a clear way to discriminate between FDM and CDM.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».