Constraining primordial non-Gaussianity with DESI 2024 LRG and QSO samples
Notice bibliographique
Résumé
Abstract We analyse the large-scale clustering of the Luminous Red Galaxy (LRG) and Quasar (QSO) sample from the first data release (DR1) of the Dark Energy Spectroscopic Instrument (DESI). In particular, we constrain the primordial non-Gaussianity (PNG) parameter f NL loc via the large-scale scale-dependent bias in the power spectrum using 1,631,716 LRGs (0.6 < z < 1.1) and 1,189,129 QSOs (0.8 < z < 3.1). This new measurement takes advantage of the enormous statistical power at large scales of DESI DR1 data, surpassing the latest data release (DR16) of the extended Baryon Oscillation Spectroscopic Survey (eBOSS). For the first time in this kind of analysis, we use a blinding procedure to mitigate the risk of confirmation bias in our results. We improve the model of the radial integral constraint proposing an innovative technique allowing the correction through the window matrix convolution. We also carefully test the mitigation of the dependence of the target selection on the photometry qualities by incorporating an angular integral constraint contribution to the window function, and validate our methodology with the blinded data. Finally, combining the two samples, we measure f NL loc = -3.6 -9.1 +9.0 at 68% confidence, where we assume the universality relation for the LRG sample and a recent merger model for the QSO sample about the response of bias to primordial non-Gaussianity. Adopting the universality relation for the PNG bias in the QSO analysis leads to f NL loc = 3.5 -7.4 +10.7 at 68% confidence. Due to restricted selection in the LRG sample, the inclusion of the LRGs allows for 10% improvement. This measurement is the most precise determination of primordial non-Gaussianity using large-scale structure to date, surpassing the latest result from eBOSS by a factor of 2.3.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».