Third-order intrinsic alignment of SDSS BOSS LOWZ galaxies
Notice bibliographique
Résumé
Cosmic shear is a powerful probe of cosmology, but it is affected by the intrinsic alignment (IA) of galaxy shapes with the large-scale structure. Upcoming surveys such as Euclid and Vera C. Rubin Observatory’s Legacy Survey of Space and Time (LSST) require an accurate understanding of IA, particularly for higher-order cosmic shear statistics that are vital for extracting the most cosmological information. In this paper, we report the first detection of third-order IA correlations using the LOWZ galaxy sample from the Sloan Digital Sky Survey (SDSS) Baryon Oscillation Spectroscopic Survey (BOSS). We compare our measurements with predictions from the MICE cosmological simulation and an analytical model inspired by the Non-linear Linear Alignment (NLA) model and informed by second-order correlations. We also explore the dependence of the third-order correlation on the galaxies’ luminosity. We find that the amplitude AIA of the IA signal is non-zero at the 4.7σ (7.6σ) level for scales between 6 h−1 Mpc (1 h−1 Mpc) and 20 h−1 Mpc. For scales above 6 h−1 Mpc the inferred AIA agrees both with the prediction from the simulation and estimates from second-order statistics within 1σ but deviations arise at smaller scales. Our results demonstrate the feasibility of measuring third-order IA correlations and using them for constraining IA models. The agreement between second- and third-order IA constraints also opens the opportunity for a consistent joint analysis and IA self-calibration, promising tighter parameter constraints for upcoming cosmological 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 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».