Models of gravitational lens candidates from Space Warps CFHTLS
Notice bibliographique
Résumé
We report modelling follow-up of recently discovered gravitational-lens candidates in the Canada France Hawaii Telescope Legacy Survey. Lens modelling was done by a small group of specially interested volunteers from the Space Warps citizen–science community who originally found the candidate lenses. Models are categorized according to seven diagnostics indicating (a) the image morphology and how clear or indistinct it is, (b) whether the mass map and synthetic lensed image appear to be plausible, and (c) how the lens-model mass compares with the stellar mass and the abundance-matched halo mass. The lensing masses range from ∼1011 to >1013 M⊙. Preliminary estimates of the stellar masses show a smaller spread in stellar mass (except for two lenses): a factor of a few below or above ∼1011 M⊙. Therefore, we expect the stellar-to-total mass fraction to decline sharply as lensing mass increases. The most massive system with a convincing model is J1434+522 (SW 05). The two low-mass outliers are J0206−095 (SW 19) and J2217+015 (SW 42); if these two are indeed lenses, they probe an interesting regime of very low star formation efficiency. Some improvements to the modelling software (SpaghettiLens), and discussion of strategies regarding scaling to future surveys with more and frequent discoveries, are included.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».