The PAU Survey: measuring intrinsic galaxy alignments in deep wide fields as a function of colour, luminosity, stellar mass, and redshift
Notice bibliographique
Résumé
ABSTRACT We present the measurements and constraints of intrinsic alignments (IAs) in the Physics of the Accelerating Universe Survey (PAUS) deep wide fields, which include the W1 and W3 fields from the Canada–France–Hawaii Telescope Legacy Survey (CFHTLS) and the G09 field from the Kilo-Degree Survey (KiDS). Our analyses cover 51deg$^{2}$, in the photometric redshift (photo-z) range $0.1 < z_{\mathrm{b}} < 1$ and a magnitude limit $i_{\mathrm{AB}}< 22$. The precise photo-zs and the luminosity coverage of PAUS enable robust IA measurements, which are key for setting informative priors for upcoming stage-IV surveys. For red galaxies, we detect an increase in IA amplitude with both luminosity and stellar mass, extending previous results towards fainter and less massive regimes. As a function of redshift, we observe strong IA signals at intermediate ($z_{\mathrm{b}}\sim 0.55$) and high ($z_{\mathrm{b}}\sim 0.75$) redshift bins. However, we find no significant trend of IA evolution with redshift after accounting for the varying luminosities across redshift bins, consistent with the literature. For blue galaxies, no significant IA signal is detected, with $A_{1}=0.68_{-0.51}^{+0.53}$ when splitting only by galaxy colour, yielding some of the tightest constraints to date for the blue population and constraining a regime of very faint and low-mass galaxies.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».