Constraining modified gravity and growth with weak lensing
Notice bibliographique
Résumé
The idea that we live in a Universe undergoing a period of acceleration is a new, yet strongly held, notion in cosmology. As this can, potentially, be explained with a modification to general relativity, we look at current cosmological data with the purpose of testing gravity. First, we constrain a phenomenological model [modified Dvali Gabadadze Porrati (mDGP)] motivated by a possible extra dimension. This is characterized by a parameter a which interpolates between alpha = 0 [lambda cold dark matter (LCDM)] and alpha = 1 (the DGP model). In addition, we analyse general signatures of modified gravity given by the growth parameter gamma and power spectrum parameter Sigma. We utilize large angular scale (theta > 30 arcmin) weak lensing data (Canada-France-Hawaii Telescope Legacy Survey wide) in order to work in the more linear regime and then add, in combination, baryon acoustic oscillations (B Lambda Os) and supernovae. We subsequently show that current weak-lensing data are not yet capable of constraining either model in isolation. However, we demonstrate that even at present this probe is highly beneficial, for in combination with BAOs and Supernovae we obtain alpha < 0.58 and 0.91 at 1 sigma and 2 sigma, respectively. Without the lensing data, no constraint is possible. This corresponds to a disfavouring of the flat DGP braneworld model at over 2 sigma. We highlight these are insensitive to potential systematics in the lensing data such as an underestimation of the shear at high redshift. For the growth signature gamma, we show that, in combination, these probes do not yet have sufficient constraining power. Finally, we look beyond these present capabilities and demonstrate that Euclid, a future weak-lensing survey, will deeply probe the nature of gravity. A 1 sigma error of 0.104 is found for alpha (l(max) = 500) whereas for the general modified signatures we forecast 1 sigma errors of 0.045 for gamma and 0.25 for Sigma(0)(l(max) = 500), which is further tightened to 0.038 for gamma and 0.069 for Sigma(0)(l(max) = 10 000).
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».