A direct measurement of tomographic lensing power spectra from CFHTLenS
Notice bibliographique
Résumé
We measure the weak gravitational lensing shear power spectra and their cross-power in two photometric redshift bins from the Canada-France-Hawaii Telescope Lensing Survey (CFHTLenS). The measurements are performed directly in multipole space in terms of adjustable band powers. For the extraction of the band powers from the data we have implemented and extended a quadratic estimator, a maximum likelihood method that allows us to readily take into account irregular survey geometries, masks, and varying sampling densities. We find the 68 per cent credible intervals in the $σ_8$-$Ω_{\rm m}$-plane to be marginally consistent with results from $Planck$ for a simple five parameter $Λ$CDM model. For the projected parameter $S_8 \equiv σ_8(Ω_{\rm m}/0.3)^{0.5}$ we obtain a best-fitting value of $S_8 = 0.768_{-0.039}^{+0.045}$. This constraint is consistent with results from other CFHTLenS studies as well as the Dark Energy Survey. Our most conservative model, including modifications to the power spectrum due to baryon feedback and marginalization over photometric redshift errors, yields an upper limit on the total mass of three degenerate massive neutrinos of $Σm_ν< 4.53 \, {\rm eV}$ at 95 per cent credibility, while a Bayesian model comparison does not favour any model extension beyond a simple five parameter $Λ$CDM model. Combining the shear likelihood with $Planck$ breaks the $σ_8$-$Ω_{\rm m}$-degeneracy and yields $σ_8=0.818 \pm 0.013$ and $Ω_{\rm m} = 0.300 \pm 0.011$ which is fully consistent with results from $Planck$ alone.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,003 | 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 ».