MétaCan
Menu
Retour à la cohorte
Enregistrement W4412628659 · doi:10.1093/mnras/staf1218

Redshift-space galaxy bispectrum in presence of massive neutrinos: a multipole expansion approach for <i>Euclid</i>

2025· article· en· W4412628659 sur OpenAlexafffund
Sourav Pal, Debanjan Sarkar, Rickmoy Samanta, Supratik Pal

Notice bibliographique

RevueMonthly Notices of the Royal Astronomical Society · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRadio Astronomy Observations and Technology
Établissements canadiensMcGill UniversityCentre for Research in Astrophysics of Québec
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaCouncil for Scientific and Industrial Research, South AfricaBirla Institute of Technology and Science, PilaniDepartment of Science and Technology, Republic of South AfricaDepartment of Science and Technology, Ministry of Science and Technology, IndiaArthritis National Research Foundation
Mots-clésPhysicsMultipole expansionBispectrumRedshiftNeutrinoAstrophysicsSpace (punctuation)Redshift-space distortionsCosmologyAstronomyRedshift surveyParticle physicsGalaxyQuantum mechanicsSpectral density

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Massive neutrinos imprint distinctive signatures on the evolution of cosmic structures, notably suppressing small-scale clustering. We investigate the impact of massive neutrinos on the galaxy bispectrum in redshift space, adopting a spherical harmonic multipole decomposition $B_L^m(k_1, \mu , t)$, that captures the full angular dependence. We develop an analytical and numerical framework incorporating neutrino-corrected perturbation theory kernels and redshift-space distortions. Our results demonstrate that the linear triangle configurations are particularly sensitive to massive neutrinos, with deviations reaching up to $\sim 2~{{\ \rm per\ cent}}$ for a total mass $\sum m_\nu = 0.12\, \mathrm{eV}$. To assess detection prospects in galaxy surveys like Euclid, we compute the signal-to-noise ratio (SNR) for individual multipoles, including the effects of Finger-of-God damping and shot noise. The neutrino-induced signatures in $B_0^0$ and $B_2^0$ are found to be detectable with SNR $\gtrsim 5$ across a range of configurations, even after accounting for small-scale suppression. Higher order multipoles such as $B_2^1$ and $B_2^2$ are moderately sensitive, with SNR $\gtrsim$ ($2-3$) in squeezed limits, while hexadecapole moments are more suppressed but still exhibit measurable signals at high $k_1$. Additionally, the SNR generally increases with wavenumber $k_1$, particularly for squeezed and stretched triangles, suggesting that access to smaller scales significantly enhances detection prospects. Our study highlights the potential of the redshift-space bispectrum multipoles as sensitive probes of massive neutrinos, complementing traditional power spectrum analyses, and underscores the importance of angular information and higher order statistics for galaxy 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 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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,126
Score d'incertitude au seuil0,640

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,008
Tête enseignante GPT0,218
Écart entre enseignants0,210 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMonthly Notices of the Royal Astronomical SocietyMême sujetRadio Astronomy Observations and TechnologyTravaux en français237 207