LoCuSS: First Results from Strong-lensing Analysis of 20 Massive Galaxy Clusters at z~0.2
Notice bibliographique
Résumé
We present a statistical analysis of a sample of 20 strong lensing clusters drawn from the Local Cluster Substructure Survey (LoCuSS), based on high resolution Hubble Space Telescope imaging of the cluster cores and follow-up spectroscopic observations using the Keck-I telescope. We use detailed parameterized models of the mass distribution in the cluster cores, to measure the total cluster mass and fraction of that mass associated with substructures within R<250kpc.These measurements are compared with the distribution of baryons in the cores, as traced by the old stellar populations and the X-ray emitting intracluster medium. Our main results include: (i) the distribution of Einstein radii is log-normal, with a peak and 1sigma width of =1.16+/-0.28; (ii) we detect an X-ray/lensing mass discrepancy of =1.3 at 3 sigma significance -- clusters with larger substructure fractions displaying greater mass discrepancies, and thus greater departures from hydrostatic equilibrium; (iii) cluster substructure fraction is also correlated with the slope of the gas density profile on small scales, implying a connection between cluster-cluster mergers and gas cooling. Overall our results are consistent with the view that cluster-cluster mergers play a prominent role in shaping the properties of cluster cores, in particular causing departures from hydrostatic equilibrium, and possibly disturbing cool cores. Our results do not support recent claims that large Einstein radius clusters present a challenge to the CDM paradigm.
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 | 0,003 |
| 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 | 0,001 |
| 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 ».