High-redshift, Small-scale Tests of Ultralight Axion Dark Matter Using Hubble and Webb Galaxy UV Luminosities
Notice bibliographique
Résumé
Abstract We calculate the abundance of UV-bright galaxies in the presence of ultralight axion (ULA) dark matter (DM), finding that axions suppress their formation with a non-trivial dependence on redshift and luminosity. We set limits on axion DM using UV luminosity function (UVLF) data, excluding a single axion as all the DM for m ax < 10−21.6 eV and limiting axions with − 26 ≤ log ( m ax / eV ) ≤ − 23 to be less than 22% of the DM (both at 95% credibility). These limits use UVLF measurements from 24,000 sources from the Hubble Space Telescope (HST) at redshifts 4 ≤ z ≤ 10. We marginalize over a parametric model connecting halo mass and UV luminosity. Our results bridge a window in axion mass and fraction previously unconstrained by cosmological data, between large-scale cosmic microwave background and galaxy clustering and the small-scale Lyα forest. These high-z measurements provide a powerful consistency check of low-z tests of axion DM, including the recent hint for a sub-dominant ULA DM fraction in Lyα forest data. We also consider a sample of 25 spectroscopically confirmed high-z galaxies from the James Webb Space Telescope (JWST), finding these data to be consistent with HST. Combining HST and JWST UVLF data does not improve our constraints beyond HST alone, but future JWST measurements have the potential to improve these results. We also find an excess of low-mass halos (<109 M ⊙) at z < 3, which could be probed by subgalactic structure probes (e.g., stellar streams, satellite galaxies, and strong lensing).
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».