Toward a multitracer neutrino mass measurement with line-intensity mapping
Notice bibliographique
Résumé
Accurately determining neutrino masses is a main objective of contemporary cosmology. Since massive neutrinos affect structure formation and evolution, probes of large scale structure are sensitive to the sum of their masses. In this work, we explore future constraints on $\ensuremath{\sum}{m}_{\ensuremath{\nu}}$ utilizing line-intensity mapping (LIM) as a promising emerging probe of the density of our Universe, focusing on the fine-structure [CII] line as an example, and compare these constraints with those derived from traditional galaxy surveys. Additionally, we perform a multitracer analysis using velocity tomography via the kinetic Sunyaev-Zeldovich and moving lens effects to reconstruct the three-dimensional velocity field. Our forecasts indicate that the next-generation AtLAST detector by itself can achieve ${\ensuremath{\sigma}}_{\mathrm{\ensuremath{\Sigma}}{m}_{\ensuremath{\nu}}}\ensuremath{\sim}50\text{ }\text{ }\mathrm{meV}$ sensitivity. Velocity tomography will further improve these constraints by 4%. Incorporating forecasts for CMB-S4 and DESI-BAO in a comprehensive multitracer analysis, while setting a prior on the optical depth to reionization $\ensuremath{\tau}$ derived using 21-cm forecasted observations, to break degeneracies, we find that a $\ensuremath{\gtrsim}5\ensuremath{\sigma}$ detection of $\ensuremath{\sum}{m}_{\ensuremath{\nu}}\ensuremath{\sim}60\text{ }\text{ }\mathrm{meV}$, under the normal hierarchy, is within reach with LIM. Even without a $\ensuremath{\tau}$ prior, our combined forecast reaches ${\ensuremath{\sigma}}_{\mathrm{\ensuremath{\Sigma}}{m}_{\ensuremath{\nu}}}\ensuremath{\sim}18\text{ }\text{ }\mathrm{meV}$.
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) | 0,001 | 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 | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».