MétaCan
Menu
Retour à la cohorte
Enregistrement W4403091086 · doi:10.1103/physrevd.110.083509

SPT clusters with DES and HST weak lensing. I. Cluster lensing and Bayesian population modeling of multiwavelength cluster datasets

2024· article· en· W4403091086 sur OpenAlexaff
S. Bocquet, S. Grandis, L. E. Bleem, Matthias Klein, J. J. Mohr, M. Aguena, A. Alarcon, S. Allam, S. W. Allen, O. Alves, A. Amon, Behzad Ansarinejad, David Bacon, M. Bayliss, K. Bechtol, M. R. Becker, B. A. Benson, G. M. Bernstein, M. Brodwin, D. Brooks, A. Campos, Rebecca Canning, J. E. Carlstrom, A. Carnero Rosell, M. Carrasco Kind, J. Carretero, R. Cawthon, C. Chang, R Chen, A. Choi, J. Cordero, M. Costanzi, L. N. da Costa, M. E. S. Pereira, C. Davis, J. DeRose, S. Desai, T. de Haan, J. De Vicente, H. T. Diehl, Scott Dodelson, P. Doel, C. Doux, A. Drlica-Wagner, K. Eckert, J. Elvin-Poole, S. Everett, I. Ferrero, A. Ferté, A. M. Flores, Joshua A. Frieman, J. García-Bellido, M. Gatti, G. Giannini, Michael D. Gladders, D. Gruen, R. A. Gruendl, I. Harrison, W. G. Hartley, K. Herner, S. R. Hinton, W. L. Holzapfel, K. Honscheid, N. Huang, E. M. Huff, D. J. James, Mike Jarvis, Gourav Khullar, Keunho Kim, Robert P. Kraft, K. Kuehn, N.P. Kuropatkin, F. Kéruzoré, S. Lee, P.-F. Léget, N. MacCrann, Guillaume Mahler, A. Mantz, J. L. Marshall, J. McCullough, M. McDonald, J. Mena-Fernández, R. Miquel, J. Myles, A Navarro-Alsina, R. L. C. Ogando, A. Palmese, S Pandey, A. Pieres, J. Prat, M. Raveri, C. L. Reichardt, Joseph Roberson, R. P. Rollins, A. K. Romer, C. Romero, A. Roodman, Ashley J. Ross, E. S. Rykoff, L. Salvati, C. Sánchez, E. Sánchez, D. Sanchez Cid, A. Saro, T. Schrabback, M. Schubnell, L F Secco, I. Sevilla-Noarbe, K. Sharon, E. Sheldon, T. Shin, M. Smith, Taweewat Somboonpanyakul, B. Stalder, A. A. Stark, V. Strazzullo, E. Suchyta, M. E. C. Swanson, G. Tarlé, C. To, M. A. Troxel, I. Tutusaus, T. N. Varga, Anja von der Linden, N. Weaverdyck, J. Weller, P. Wiseman, B. Yanny, B. Yin, M. R. Young, Y. Zhang, J. Zuntz

Notice bibliographique

RevuePhysical review. D/Physical review. D. · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensInstitute of Particle PhysicsUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesSLAC National Accelerator LaboratoryArgonne National LaboratoryEuropean Regional Development FundAustralian Research CouncilEuropean Research CouncilScience and Technology Facilities CouncilKavli Institute for Cosmological Physics, University of ChicagoBundesministerium für Wirtschaft und EnergieUniversity of Illinois at Urbana-ChampaignMinisterio de Ciencia y TecnologíaLudwig-Maximilians-Universität MünchenMinisterio de Ciencia e InnovaciónFundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de JaneiroCentro de Investigaciones Energéticas, Medioambientales y TecnológicasInstituto Nacional de Ciência e Tecnologia: Física Nuclear e AplicaçõesConselho Nacional de Desenvolvimento Científico e TecnológicoHigh Energy PhysicsDeutsche ForschungsgemeinschaftGeneralitat de CatalunyaOffice of ScienceUniversity of EdinburghUniversity of SussexInstitut de Física d'Altes EnergiesEidgenössische Technische Hochschule ZürichUniversity College LondonUniversity of CambridgeUniversity of PortsmouthUniversity of ChicagoTexas A and M UniversityMax-Planck-GesellschaftUniversity of MichiganOhio State UniversityDeutsches Zentrum für Luft- und RaumfahrtBundesministerium für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und TechnologieMinistério da Ciência, Tecnologia e InovaçãoLawrence Berkeley National LaboratoryFinanciadora de Estudos e ProjetosUniversity of PennsylvaniaUniversity of NottinghamStanford UniversityU.S. Department of EnergyÖsterreichische ForschungsförderungsgesellschaftUniversity of CaliforniaFermilabNational Science Foundation
Mots-clésCluster (spacecraft)Strong gravitational lensingWeak gravitational lensingAstrophysicsPhysicsComputer scienceGalaxyRedshift

Résumé

récupéré en direct d'OpenAlex

In these two papers, the authors use mock maps to establish a method for studying the abundance and calibrating the weak-lensing based mass of galaxy clusters. They set up a likelihood function, thus obtaining cosmological constraints from a sample of 1,005 clusters detected with the South Pole Telescope, in combination with further cluster data from the Dark Energy Survey, the Wide-field Infrared Survey Explorer, and the Hubble Space Telescope.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,014
Tête enseignante GPT0,338
Écart entre enseignants0,324 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations27
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical review. D/Physical review. D.Même sujetGalaxies: Formation, Evolution, PhenomenaTravaux en français237 207