MétaCan
Menu
Retour à la cohorte
Enregistrement W4415965028 · doi:10.48550/arxiv.2510.17592

Euclid preparation: The flat-sky approximation for the clustering of Euclid's photometric galaxies

2025· preprint· W4415965028 sur OpenAlexaff
Euclid Collaboration, S Camera, I. Tutusaus, B Altieri, Pietro Battaglia, V. Capobianco, M. Castellano, A. Cimatti, G. Congedo, H. M. Courtois, H. Degaudenzi, S Dusini, Marcelo Farina, F Faustini, S. Ferriol, F Finelli, E. Franceschi, K George, B Gillis, J. Graciá‐Carpio, A. Grazian, S. V. H. Haugan, W. Holmes, F. Hormuth, M Jhabvala, Benjamin Joachimi, S. Kermiche, A. Kiessling, B. Kubik, M Kunz, H Kurki-Suonio, S Ligori, P. B. Lilje, V. Lindholm, I. Lloro, G. Mainetti, D Maino, O Mansutti, O. Marggraf, M. Martinelli, R. Massey, Y Mellier, G. Meylan, A Mora, M. Moresco, B. Morin, L. Moscardini, C. Neissner, S. -M. Niemi, C. Padilla, S. Paltani, F. Pasian, K. Pedersen, S. Pires, G Polenta, M. Poncet, L. A. Popa, F. Raison, R. Rebolo, A Renzi, J Rhodes, Gary E. Riccio, E. Romelli, M. Roncarelli, Z Sakr, D Sapone, B Sartoris, Peter Schneider, E. Sefusatti, G. Seidel, Salud Serrano, P. Šimon, C Sirignano, G. Sirri, A. Spurio Mancini, L. Stanco, J. Steinwagner, P. Tallada-Crespí, A. N. Taylor, I Tereno, N Tessore, Sune Toft, F. Torradeflot, L Valenziano, J. Valiviita, Yang Wang, J. Weller, E. Zucca, Massimo Calabrese, J.A. Escartin Vigo, L. Gabarra, J Martín-Fleitas, M. Pöntinen, I Risso, V. Scottez, M. Sereno, M Tenti, M Viel, S Alvi, Michael D. Brown, S Bruton, Antonello Calabrò, B. Camacho Quevedo, F Caro, T Castro, Simon Conseil, G. Desprez, J. M. Diego, M.Y Elkhashab, A Enia, Y. Fang, A.G Ferrari, A. Finoguenov, V Gautard, F. Giacomini, F. Gianotti, G. Gozaliasl, Shoubaneh Hemmati, C. Hernández–Monteagudo, V. Kansal, K. Kiiveri, J. Kim, Sergey Kruk, M. Lattanzi, M Lembo, F Lepori, G Leroy, G. F. Lesci, T.I Liaudat, J. F. Macías–Pérez, A. Loureiro, L. Maurin, P Monaco, Chiara Moretti, S. Nadathur, K Naidoo, S Nesseris, D. Paoletti, F Passalacqua, K Paterson, L. Patrizii, A. Pisani, S Quai, M Radovich, M Sahlén, D. B. Sanders, D Sciotti, E. Sellentin, Alessandra Silvestri, Leigh C. Smith, K Tanidis, Chunhui Tao, G. Testera, R. Teyssier, A Troja, M. Tucci, C. Valieri, A. Venhola, D Vergani, Filippo Vernizzi, G Verza, N. A. Walton

Notice bibliographique

RevueArXiv.org · 2025
Typepreprint
Langue
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensPerimeter InstituteUniversity of Waterloo
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésBinCluster analysisGalaxyComputationSpectral densityApproximation algorithmSpace (punctuation)Approximation error

Résumé

récupéré en direct d'OpenAlex

We compare the performance of the flat-sky approximation and Limber approximation for the clustering analysis of the photometric galaxy catalogue of Euclid. We study a 6 bin configuration representing the first data release (DR1) and a 13 bin configuration representative of the third and final data release (DR3). We find that the Limber approximation is sufficiently accurate for the analysis of the wide bins of DR1. Contrarily, the 13 bins of DR3 cannot be modelled accurately with the Limber approximation. Instead, the flat-sky approximation is accurate to below $5\%$ in recovering the angular power spectra of galaxy number counts in both cases and can be used to simplify the computation of the full power spectrum in harmonic space for the data analysis of DR3.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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 Opus0,031
Tête enseignante GPT0,273
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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArXiv.orgMême sujetGalaxies: Formation, Evolution, PhenomenaTravaux en français237 207