The Weak Lensing Signal and the Clustering of BOSS Galaxies I: Measurements
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A joint analysis of the clustering of galaxies and their weak gravitational lensing signal is well-suited to simultaneously constrain the galaxy–halo connection as well as the cosmological parameters by breaking the degeneracy between galaxy bias and the amplitude of clustering signal. In a series of two papers, we perform such an analysis at the highest redshift () in the literature using CMASS galaxies in the Sloan Digital Sky Survey-III Baryon Oscillation Spectroscopic Survey Eleventh Data Release (BOSS DR11) catalog spanning 8300 deg2. In this paper, we present details of the clustering and weak lensing measurements of these galaxies. We define a subsample of 400,916 CMASS galaxies based on their redshifts and stellar-mass estimates so that the galaxies constitute an approximately volume-limited and similar population over the redshift range . We obtain a signal-to-noise ratio (S/N) for the galaxy clustering measurement. We also explore the redshift and stellar-mass dependence of the clustering signal. For the weak lensing measurement, we use existing deeper imaging data from the Canada–France–Hawaii Telescope Legacy Survey with publicly available shape and photometric redshift catalogs from CFHTLenS, but only in a 105 deg2 area that overlaps with BOSS. This restricts the lensing measurement to only 5084 CMASS galaxies. After careful systematic tests, we find a highly significant detection of the CMASS weak lensing signal, with total S/N . These measurements form the basis of the halo occupation distribution and cosmology analysis presented in More et al. (Paper II).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle