MétaCan
Menu
Retour à la cohorte
Enregistrement W4408438627 · doi:10.1051/0004-6361/202453086

Investigating the galaxy–halo connection of DESI emission-line galaxies with SHAMe-SF

2025· article· en· W4408438627 sur OpenAlexfundno aff
Sara Ortega-Martinez, Sergio Contreras, Raúl E. Angulo, J. Chaves-Montero

Notice bibliographique

RevueAstronomy and Astrophysics · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstronomy and Astrophysical Research
Établissements canadiensnon disponible
Organismes subventionnairesHORIZON EUROPE Reforming and enhancing the European Research and Innovation systemResearch Executive AgencyArgonne National LaboratoryHORIZON EUROPE Framework ProgrammePartenariat Canadien Contre Le CancerInstitut de Física d'Altes EnergiesMinisterio de Ciencia e InnovaciónBarcelona Supercomputing CenterGeneralitat de CatalunyaEuropean CommissionCentres de Recerca de Catalunya
Mots-clésPhysicsAstrophysicsGalaxyHaloShameAstronomyConnection (principal bundle)Galactic haloPsychology

Résumé

récupéré en direct d'OpenAlex

Context. The Dark Energy Spectroscopic Instrument (DESI) survey is mapping the large-scale distribution of millions of emission line galaxies (ELGs) over vast cosmic volumes to measure the growth history of the Universe. However, compared to luminous red galaxies, it is more complex to model the connection of ELGs with the underlying matter field. Aims. We employed a novel theoretical model, SHAMe-SF, to infer the connection between ELGs and their host dark matter haloes and subhaloes. SHAMe-SF is a version of subhalo abundance matching that incorporates prescriptions for multiple processes, including star formation, tidal stripping, environmental correlations, and quenching. Methods. We analysed public measurements of the projected and redshift-space ELG correlation functions at z = 1.0 and z = 1.3 from the DESI One Percent data release (from the Early Data Release), which we fitted over a broad range of scales, r ∈ [0.1, 30]/ h −1 Mpc, to within the statistical uncertainties of the data. We also validated the inference pipeline using two mock DESI-ELG catalogues built from hydrodynamic (TNG300) and semi-analytic galaxy formation models ( L-Galaxies ). Results. SHAMe-SF is able to reproduce the clustering of DESI ELGs and the mock DESI samples within statistical uncertainties. We infer that DESI ELGs typically reside in haloes of ∼ 10 11.8 h −1 M ⊙ when they are centrals and ∼ 10 12.5 h −1 M ⊙ when they are satellites, which occurs in ∼30% of cases. In addition, compared to the distribution of dark matter within haloes, satellite ELGs preferentially reside both in the outskirts and inside haloes, and have a net infall velocity towards the centre. Finally, our results show evidence of assembly bias and conformity. All these findings are in qualitative agreement with the mock DESI catalogues. Conclusions. These results pave the way for a cosmological interpretation of DESI ELG measurements on small scales using SHAMe-SF.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,670
Score d'incertitude au seuil0,945

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,255
Écart entre enseignants0,242 · 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 tête enseignante, pas un consensus.

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

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAstronomy and AstrophysicsMême sujetAstronomy and Astrophysical ResearchTravaux en français237 207