MétaCan
Menu
Retour à la cohorte
Enregistrement W4417491674 · doi:10.1098/rsbm.2025.0013

Nicholas Kaiser

2025· article· en· W4417491674 sur OpenAlexaff
J. A. Peacock, J. Richard Bond, Joseph Silk

Notice bibliographique

RevueBiographical Memoirs of Fellows of the Royal Society · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGalaxies: Formation, Evolution, Phenomena
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of EdinburghUniversity of OxfordRoyal Astronomical SocietyCalifornia Institute of Technology
Mots-clésGalaxyDark matterMeasure (data warehouse)GravitationDark energyCluster analysisCosmologyWeak gravitational lensing

Résumé

récupéré en direct d'OpenAlex

Abstract Nick Kaiser was a statistical cosmologist of rare creativity, who wrote many deeply influential papers concerning the study of large-scale inhomogeneities in the Universe. His most important achievements were: explaining the biased amplitude of galaxy clustering via the enhanced correlations of rare massive haloes of dark matter; diagnosing how the peculiar velocities associated with structure formation would generate anisotropic redshift-space distortions in galaxy clustering; and analysing the effect of weak gravitational lensing, in which small coherent distortions of the shape of galaxy images could be used to map the dark matter distribution and measure its statistical properties. These theoretical ideas are at the heart of new generations of large galaxy surveys, which aim to use Nick’s methods to probe fundamental aspects of the cosmological model, particularly measuring whether the vacuum density evolves with time, and testing whether Einstein’s relativistic theory of gravity is correct on cosmological scales.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,493

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
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 Opus0,005
Tête enseignante GPT0,211
Écart entre enseignants0,206 · 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'étudeObservationnel
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 revueBiographical Memoirs of Fellows of the Royal SocietyMême sujetGalaxies: Formation, Evolution, PhenomenaTravaux en français237 207