<i>Euclid</i> preparation
Notice bibliographique
Résumé
We investigated the accuracy and range of validity of the perturbative model for the two-point (2PCF) and three-point (3PCF) correlation functions in real space in view of the forthcoming analysis of the Euclid mission spectroscopic sample. We took advantage of clustering measurements from four snapshots of the Flagship I N -body simulations at z = {0.9,1.2,1.5,1.8}, which mimic the expected galaxy population in the ideal case, i.e. in the absence of observational effects such as purity and completeness. For the 3PCF we considered all available triangular configurations given a minimal separation ( r min ). We first assessed the model performance by fixing the cosmological parameters and evaluating the goodness of fit provided by the perturbative bias expansion in the joint analysis of the two statistics, finding an overall agreement with the data down to separations of 20 h −1 Mpc. Subsequently, we built on the state-of-the-art analysis and extended it to include the dependence on three cosmological parameters: the amplitude of scalar perturbations ( A s ), the matter density ( ω cdm ), and the Hubble parameter ( h ). To achieve this goal, we developed an emulator capable of generating fast and robust modelling predictions for the two summary statistics, which thus enables an efficient sampling of the joint likelihood function. We therefore present the first joint full-shape analysis of the real-space 2PCF and 3PCF, testing the consistency and constraining power of the perturbative model across both probes and assessing its performance in a combined likelihood framework. We explored possible systematic uncertainties induced by the perturbative model at small scales, finding an optimal scale cut of r min = 30 h −1 Mpc for the 3PCF when imposing an additional limitation on the nearly isosceles triangular configurations included in the data vector. This work is part of a series of papers in which we validate theoretical models for galaxy clustering measurements in preparation for the Euclid mission.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,150 | 0,070 |
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 ».