Inferring Host-galaxy Properties of LIGO–Virgo–KAGRA’s Black Holes
Notice bibliographique
Résumé
Abstract Observations of gravitational waves from binary black hole (BBH) mergers have measured the redshift evolution of the BBH merger rate. The number density of galaxies in the Universe evolves differently with redshift based on their physical properties, such as their stellar masses and star formation rates. In this work we show that the measured population-level redshift distribution of BBHs sheds light on the properties of their probable host galaxies. We first assume that the hosts of BBHs can be described by a mixture model of galaxies weighted by stellar mass or star formation rate, and find that we can place upper limits on the fraction of mergers coming from a stellar-mass-weighted sample of galaxies. We then constrain the parameters of a physically motivated power-law delay-time distribution using GWTC-3 data, and self-consistently track galaxies in the UniverseMachine simulations with this delay-time model to infer the probable host galaxies of BBHs over a range of redshifts. We find that the inferred host galaxy distribution at redshift z = 0.21 has a median star formation rate ∼ 0.9 M ⊙ yr−1 and a median stellar mass of ∼1.9 × 1010 M ⊙. We also provide distributions for the mean stellar age, halo mass, halo radius, peculiar velocity, and large-scale bias associated with the host galaxies, as well as their absolute magnitudes in the B and Ks bands. Our results can be used to design optimal electromagnetic follow-up strategies for BBHs, and also to aid the measurement of cosmological parameters using the statistical dark-siren method.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».