Prospects for disentangling dark matter with weak lensing
Notice bibliographique
Résumé
ABSTRACT We investigate the degeneracy between the effects of ultra-light axion dark matter and baryonic feedback in suppressing the matter power spectrum. We forecast that galaxy shear data from the Rubin Observatory’s Legacy Survey of Space and Time (LSST) could limit an axion of mass $m = 10^{-25}\, \mathrm{eV}$ to be $\lesssim 5~{{\ \rm per\ cent}}$ of the dark matter, stronger than any current bound, if the interplay between axions and feedback is accurately modelled. Using a halo model emulator to construct power spectra for mixed cold and axion dark matter cosmologies, including baryonic effects, we find that galaxy shear is sensitive to axions from $10^{-27}$ to $10^{-21}\, \mathrm{eV}$, with the capacity to set competitive bounds across much of this range. For axions with $m \sim 10^{-25}\, \mathrm{eV}$, the scales at which axions and feedback impact structure formation are similar, introducing a parameter degeneracy. We find that, with an external feedback constraint, we can break the degeneracy and constrain the axion transfer function, such that LSST could detect a $10^{-25}\, \mathrm{eV}$ axion comprising 10 per cent of the dark matter at $\sim 3 \sigma$ significance. Direct reconstruction of the non-linear matter power spectrum provides an alternative way of analysing weak lensing surveys, with the advantage of identifying the scale-dependent features in the data that the dark matter model imposes. We advocate for dedicated cosmological hydrodynamical simulations with an axion dark matter component so that upcoming galaxy and cosmic microwave background lensing surveys can disentangle the dark matter-baryon transfer function.
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 | 0,008 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».