Paliwanag sa Ulat P1 — Mula sa mga Kurba ng Pag-ikot hanggang sa Mahinang Lensing: Pagsusuri sa Karaniwang Tugon ng Grabidad ng EFT
Gabay para sa publiko batay sa P1_RC_GGL: Isang Mahigpit na Pagsubok sa Pagsasara ng Dinamika ng Galaksi at Mahinang Lensing (v1.1)
Tingnan ang orihinal na ulat ng pagtatasa:
1. ChatGPT: https://chatgpt.com/share/6a00cd62-6e34-83eb-b165-6ec09e3519cc
2. Gemini: https://gemini.google.com/share/773ec96d75a0
3. Grok: https://grok.com/share/bGVnYWN5LWNvcHk_c0b4fa65-0e86-4adb-9b58-5617d616dc04
4. Qwen: https://chat.qwen.ai/s/22ab9336-671f-420a-a7fa-43e24774bb2a?fev=0.2.46
5. DeepSeek: https://chat.deepseek.com/share/tj6k7hb5owtoldg2bm
Tala sa Pagbasa |
Ito ay bersiyong paliwanag, hindi hiwalay na akademikong ulat. Nakabatay ito sa orihinal na ulat ng P1, pinananatili ang mahahalagang larawan at talahanayan, at nagdaragdag ng payak na paliwanag kung ano ang ibig sabihin ng bawat pangunahing hakbang. |
Ipinaliliwanag lamang ng gabay na ito kung ano ang konklusyon ng P1 sa ilalim ng itinakdang datasets, parameter ledger, at statistical protocol nito: sa pinagsanib na pagsubok ng mga kurba ng pag-ikot ng galaksi (RC) at galaxy–galaxy weak lensing (GGL), malinaw na mas mahusay ang modelo ng karaniwang tugon ng grabidad ng EFT kaysa sa minimal na DM_RAZOR baseline na sinubok dito. |
Hindi binibigyang-kahulugan ng gabay na ito ang P1 bilang pahayag na “nabuwag na ang madilim na materya.” Ang P1 ay unang hakbang lamang sa mga eksperimento ng seryeng P. Sinusubok nito ang isang naoobserbahang patong ng EFT—ang “karaniwang palapag ng grabidad”—hindi ang buong nilalaman ng kumpletong balangkas ng EFT. |
0 | Pag-unawa sa P1 sa Loob ng Limang Minuto: Ano ang Ginagawa ng Pagsubok na Ito?
Isipin ang P1 bilang isang pagsusuri ng pagkakapare-pareho sa pagitan ng mga probe. Hindi lamang nito tinatanong kung kaya ng isang modelo na i-fit ang isang dataset. Sa halip, inilalagay nito ang dalawang magkaibang pagbasa ng grabidad sa iisang mesa ng audit: binabasa ng mga kurba ng pag-ikot (RC) ang dinamika sa loob ng mga disk ng galaksi, samantalang binabasa ng galaxy–galaxy weak lensing (GGL) ang nakaproyektong tugon ng grabidad sa mas malalaking sukat.
- Ang RC ay parang speedometer: ipinapakita nito kung gaano kabilis umiikot ang gas at mga bituin sa iba’t ibang radius sa disk ng galaksi.
- Ang GGL ay parang timbangan: sa pagsukat kung paano bahagyang binabaluktot ng mga foreground galaxy ang liwanag mula sa mga background galaxy, tinataya nito ang karaniwang distribusyon ng grabidad/masa sa paligid ng mga galaksi sa mas malalaking sukat.
- Ito ang sentral na tanong ng P1: kaya ba ng parehong modelo na matuto muna ng padron mula sa RC, pagkatapos ay ilipat ang padrong iyon sa GGL at manatiling may saysay?
P1 sa Isang Pangungusap |
Itinataas ng P1 ang pamantayan mula sa “mahusay ba itong mag-fit sa isang probe?” tungo sa “nagsasara ba ito sa pagitan ng mga probe?” Mas malamang na nahuli ng isang modelo ang istrukturang grabitasyonal na pinagsasaluhan ng RC at GGL kung mahusay ito sa ilalim ng tamang mapping at bumabagsak ang signal matapos i-shuffle ang mapping. |
Talahanayan 0 | Mga Pangunahing Bilang ng P1 at Paano Basahin ang mga Ito
Sukatan | Pagbasa sa P1 / P1A | Kahulugan sa Payak na Wika |
Joint-fit ΔlogL_total | Sa pangunahing paghahambing sa teksto, mas mataas ang EFT ng 1155–1337 kaysa DM_RAZOR | Ang kabuuang diperensiya ng score sa dalawang dataset; mas malaki ay nangangahulugang mas mahusay ang pangkalahatang paliwanag. |
Closure strength ΔlogL_closure | Sa pangunahing paghahambing sa teksto, 172–281 ang EFT, samantalang 127 ang DM_RAZOR | Ang kakayahang hulaan ang GGL matapos ang inference mula sa RC lamang; mas malaki ay nangangahulugang mas malakas na cross-probe self-consistency. |
Negative-control shuffle | Matapos i-shuffle ang RC-bin→GGL-bin, bumabagsak ang EFT closure signal sa 6–23 | Kapag nasira ang tamang pagtutugma, dapat mawala ang bentahe; habang mas matindi ang pagbagsak, mas mahusay nitong inaalis ang posibilidad ng huwad na signal. |
P1A multi-DM stress test | DM 7+1 + DM_STD, na pinanatili ang EFT_BIN bilang paghahambing | Hindi lamang tinitingnan ng P1A ang minimal na DM_RAZOR baseline. Inilalagay nito ang maraming low-dimensional at maa-audit na DM enhancement branches sa parehong closure protocol. |
1 | Bakit Gawin ang P1? Saan Naiipit ang Kosmolohiya sa Sukat ng Galaksi?
Nanatiling mahirap ang mga problema sa sukat ng galaksi dahil ang “pangangailangan sa karagdagang grabidad/masa” ay hindi lamang isang penomenon ng kurba ng pag-ikot. Ipinapakita ng maraming obserbasyon ang mahigpit na ugnayan sa pagitan ng nakikitang baryonic matter sa mga galaksi at ng aktuwal na mga pagbasa ng dinamika/lensing. Para sa landas ng madilim na materya, nangangahulugan ito na kailangang napakatumpak ang pagsasaayos ng dark halos, baryonic feedback, kasaysayan ng pagbuo ng galaksi, at mga sistematikong obserbasyonal. Para naman sa mga landas ng grabidad na hindi nakabatay sa madilim na materya, nangangahulugan ito na hindi sapat na magmukhang mahusay ang modelo sa RC; kailangan din nitong makalusot sa mahinang lensing, population scaling relations, at mga negatibong kontrol.
Iyan ang motibasyon ng P1. Hindi ito nagsisimula sa “mali ang madilim na materya” o “dapat tama ang EFT.” Dinadala nito sa audit ang isang masusubok na pahayag: kaya bang mag-iwan ng mare-reproduce at maililipat na signal ang karaniwang tugon ng grabidad ng EFT sa RC→GGL cross-probe closure?
Konteksto ng Panlabas na Literatura: Bakit Mahalaga ang RC+GGL Window |
Ipinapakita ng radial acceleration relation (RAR) na iminungkahi nina McGaugh, Lelli, at Schombert noong 2016 ang mahigpit at low-scatter na korelasyon sa pagitan ng observed acceleration na sinusundan ng mga kurba ng pag-ikot at ng acceleration na hinuhulaan mula sa baryonic matter. Dahil dito, hindi maiiwasan sa teoryang pang-sukat ng galaksi ang “baryon–gravity-response coupling.” |
Ginamit nina Brouwer et al. (2021) ang KiDS-1000 weak lensing upang palawakin ang RAR sa mas mababang accelerations at mas malalaking radius, habang inihahambing ang MOND, Verlinde emergent gravity, at LambdaCDM models. Binanggit din nila na nananatiling mahahalagang isyu sa pagpapaliwanag ang pagkakaiba ng early- at late-type galaxies, gas halos, at galaxy–halo connection. |
Ginamit pa nina Mistele et al. (2024) ang weak lensing upang maghinuha ng circular-velocity curves para sa isolated galaxies, at iniulat nilang walang malinaw na pagbaba hanggang ilang daang kpc at maging halos 1 Mpc, na tugma sa BTFR. Ipinapakita nito na nagiging mahalagang panlabas na pagbasa ang weak lensing para sa pagsusuri ng tugon ng grabidad sa sukat ng galaksi. |
Kaya ang halaga ng P1 ay hindi sa pagiging “una sa pagtalakay sa RC at GGL nang magkasama.” Nasa paglalagay nito sa kanila sa loob ng isang maa-audit na protocol: nakapirming pagmamapa, talaan ng parametro, RC-only→GGL closure, mga negatibong kontrol na shuffle, at P1A multi-DM stress tests.
2 | Ano ang Kahulugan ng EFT sa P1? Hindi Ito Effective Field Theory
Dito, ang EFT ay tumutukoy sa Teorya ng Hibla ng Enerhiya (Energy Filament Theory, EFT), hindi sa Effective Field Theory na karaniwang ginagamit sa pisika. Sa teknikal na ulat ng P1, maingat at kontrolado ang paggamit sa EFT: hindi ito pumapasok sa paghahambing bilang kumpletong pinal na teorya, kundi muna itong pinaiikli bilang isang naoobserbahan, handang i-fit, at mapapalsipikang parameterization ng “karaniwang tugon ng grabidad.”
Sa payak na salita, hindi nagsisimula ang P1 sa pagtalakay sa bawat mikroskopikong pinagmumulan ng karagdagang grabidad, at hindi rin nito sinusubukang patunayan nang minsanan ang buong balangkas ng EFT. Mas makitid ngunit mas matigas ang tanong nito: kung may umiiral na karaniwang dagdag na tugon ng grabidad sa sukat ng galaksi, kaya ba nitong ipaliwanag muna ang RC at saka mailipat upang hulaan ang GGL?
Aling Bahagi ng EFT ang Sinusubok ng P1? |
Tinatarget ng P1 ang “karaniwang palapag ng grabidad”: isang estadistikong matatag na karaniwang ambag na maaaring mailipat sa iba’t ibang sample. |
Hindi pa hinahawakan ng P1 ang “stochastic/noise floor”: ang random terms, indibidwal na pagkakaiba, o karagdagang scatter na maaaring ipakilala ng mas mikroskopikong fluctuation processes. |
Hindi rin tinatalakay ng P1 ang kumpletong mikroskopikong mekanismo, abundance, lifetime, o global cosmological constraints. Unang hakbang ito sa mga eksperimento ng seryeng P, hindi pinal na hatol. |
3 | Plano ng Seryeng P1: Bakit Magsimula sa “Karaniwang Palapag”?
Maaaring unawain ang seryeng P bilang observational retrieval program ng EFT. Hindi nito inilalatag nang sabay-sabay ang lahat ng pahayag; sa halip, hinihiwalay muna nito ang bahaging pinakamadaling masubok gamit ang pampublikong datos. Estratehiya ng P1 na subukin muna ang mean term: kung hindi man lang makapagsara mula RC patungong GGL ang karaniwang tugon ng grabidad, wala pang maayos na pasukan ang pagtalakay sa mas kumplikadong noise terms o mikroskopikong mekanismo.
Talahanayan 1 | Patong-patong na Pagpoposisyon ng Seryeng P
Patong | Tanong | Papel sa P1 |
P1 | Kaya bang magsara ang karaniwang tugon ng grabidad sa RC→GGL? | Pangunahing tanong ng kasalukuyang ulat |
P1A | Kung pinalakas ang panig ng DM, nananatili bang matatag ang konklusyon? | Appendix B: DM 7+1 + DM_STD stress test |
Susunod na gawain sa seryeng P | Maaari bang palawakin ang protocol sa mas maraming datos, mas maraming probe, at mas kumplikadong systematics? | Direksiyon para sa susunod na gawain |
Mas malalim na tanong | Paano nag-uugnay ang mean term, noise term, at mikroskopikong mekanismo? | Labas sa saklaw ng konklusyon ng P1 |
4 | Ano ang mga Datos? Ano ang Sinasabi sa Atin ng RC at GGL?
4.1 Mga Kurba ng Pag-ikot (RC): Ang “Panukat ng Bilis” sa Loob ng mga Disk ng Galaksi
Itinatala ng mga kurba ng pag-ikot kung gaano kabilis umiinog ang gas at mga bituin sa paligid ng sentro ng galaksi sa iba’t ibang radius. Habang mas mabilis ang pag-ikot, mas malakas ang kinakailangang puwersang sentripetal sa radius na iyon—at samakatuwid mas malakas din ang epektibong grabidad. Ginagamit ng P1 ang SPARC database, na sa preprocessing ay kinabibilangan ng 104 galaksi at 2,295 velocity data points, na hinati sa 20 RC-bins.
4.2 Mahinang Lensing (GGL): Isang “Timbangan ng Grabidad” sa Mas Malaking Sukat
Sinusukat ng galaxy–galaxy weak lensing kung paano bahagyang binabaluktot ng mga foreground galaxy ang liwanag mula sa mga background galaxy. Tumutugma ito sa nakaproyektong tugon ng grabidad sa mas malalaki at halo-scale na radius, at hindi ito nakadepende sa mga detalye ng gas dynamics sa loob ng galaksi. Ginagamit ng P1 ang pampublikong GGL data mula sa KiDS-1000 / Brouwer et al. (2021): 4 stellar-mass bins, 15 radial points bawat bin, kabuuang 60 data points, gamit ang buong covariance.
4.3 Nakatakdang Pagmamapa: Bakit Mahalaga ang 20 RC-bins → 4 GGL-bins
Ikinokonekta ng P1 ang 20 RC-bins sa 4 GGL-bins sa pamamagitan ng nakapirming tuntunin: bawat GGL-bin ay tumutugma sa 5 RC-bins, na pinagsasama sa pamamagitan ng galaxy-count-weighted averaging. Pinananatiling hindi nagbabago ang pagmamapang ito para sa lahat ng modelo at nagsisilbi itong matigas na hadlang para sa closure testing at patas na paghahambing.
Bakit Hindi I-tune ang Mapping Pagkatapos? |
Kung maaaring piliin pagkatapos kung “aling RC-bins ang tumutugma sa aling GGL-bins,” maaaring gumawa ang isang modelo ng artipisyal na closure sa pamamagitan ng muling pagsasaayos ng ugnayan. Maagang ikinandado ng P1 ang 20→4 mapping at sadyang sinisira ito gamit ang shuffle negative control upang husgahan kung tunay na nakadepende ang closure signal sa pisikal na makatwirang ugnayan. |
5 | Mga Modelo at Pamamaraan: Ano ba Talaga ang Pinaghahambing ng P1?
5.1 Panig ng EFT: Low-Dimensional na Karaniwang Tugon ng Grabidad
Sa panig ng EFT, ginagamit ang isang low-dimensional extra-velocity term upang ilarawan ang karaniwang tugon ng grabidad. Kinokontrol ang hugis ng dagdag na termino ng dimensionless kernel function f(r/ℓ), kung saan ang ℓ ang pandaigdigang sukat, at itinatakda ang amplitude ayon sa RC-bin. Ang iba’t ibang kernel ay kumakatawan sa iba’t ibang paunang dalisdis, bilis ng transisyon, at long-range tails, at ginagamit ang mga ito para sa robustness stress tests.
5.2 Panig ng DM: Kailangang Basahin nang Hiwalay ang Pangunahing Paghahambing sa Teksto at Appendix P1A
Sa pangunahing paghahambing sa teksto, ang DM_RAZOR ay isang pinaliit at maa-audit na NFW baseline: gumagamit ito ng nakapirming c–M relation at hindi isinama ang halo-to-halo scatter, adiabatic contraction, feedback cores, non-sphericity, o environmental terms. Lakas ng disenyong ito ang kontroladong degrees of freedom at madaling reproducibility; kahinaan naman nito na hindi nito kayang katawanin ang bawat LambdaCDM o dark-matter-halo model.
Kaya sa Appendix B (P1A), ginawang isang hanay ng “standardized stress tests” ang panig ng DM. Nang hindi binabago ang shared mapping o closure protocol, unti-unting idinaragdag ng P1A ang low-dimensional enhancement branches gaya ng SCAT, AC, FB, HIER_CMSCAT, CORE1P, lensing m, at ang pinagsamang baseline na DM_STD, habang pinananatili ang EFT_BIN bilang paghahambing. Sa madaling sabi, hindi lamang ito paghahambing laban sa iisang minimal na DM baseline; sinusukat nito ang isang hanay ng karaniwan at maa-audit na mga mekanismong DM gamit ang parehong “closure ruler.”
Eksaktong Pagbabalangkas ng Konklusyon na Ginamit Dito |
Pangunahing teksto: malinaw na mas mahusay ang pamilya ng EFT kaysa sa minimal na DM_RAZOR sa pangunahing paghahambing. |
Appendix B / P1A: sa ilalim ng maraming low-dimensional at maa-audit na DM enhancement branches at ng DM_STD stress test, bumubuti ang ilang DM joint fits, ngunit hindi inaalis ng closure strength ang bentahe ng EFT_BIN. |
Kaya ang pinakaligtas na pahayag ay ito: sa loob ng datos, mapping, parameter ledger, at closure protocol ng P1/P1A, nagpapakita ang karaniwang tugon ng grabidad ng EFT ng mas malakas na cross-data consistency; hindi ito katumbas ng pagbubukod sa lahat ng modelo ng madilim na materya. |
5.3 Closure Testing: Ang Pinakamahalagang Eksperimental na Sintaks ng P1
1. Mag-fit gamit lamang ang RC upang makakuha ng isang hanay ng RC-only posterior samples.
2. Huwag muling mag-tune gamit ang GGL; direktang gamitin ang RC posterior upang hulaan ang GGL.
3. Gamitin ang buong covariance upang kalkulahin ang GGL prediction score sa ilalim ng tamang mapping, logL_true.
4. I-random permute ang ugnayang RC-bin→GGL-bin upang kalkulahin ang negative-control score, logL_perm.
5. Ibawas ang dalawa upang makuha ang lakas ng pagsasara: ΔlogL_closure = <logL_true> − <logL_perm>.
Payak na Analohiya |
Ang closure test ay parang cross-exam retest. Una munang natututo ang modelo ng mga padron sa silid-eksamen ng RC, pagkatapos ay sasagot ito sa silid-eksamen ng GGL. Kung ang natutuhan nito ay isang pinagsasaluhang tuntunin at hindi lokal na diskarte lamang, dapat pa rin itong makasagot nang maayos matapos lumipat ng silid; kung sadyang i-shuffle ang ugnayan ng mga silid-eksamen, dapat mawala ang bentahe. |
5.4 Bago Basahin ang mga Teknikal na Talahanayan: Apat na Pasukan
Talahanayan 5.4 | Landas ng Pagbasa para sa Susunod na Hanay ng Landscape na Teknikal na Talahanayan
Pasukan | Ano ang Titingnan | Bakit Ito Mahalaga |
Talahanayan S1a | Kabuuang score ng RC+GGL joint fit | Sinasagot: “Kapag magkasamang tiningnan ang dalawang dataset, kaninong pangkalahatang paliwanag ang mas malakas?” |
Talahanayan S1b | Closure strength, shuffle, at robustness scans | Sinasagot: “Maililipat ba sa GGL ang natutuhan mula sa RC?” |
Talahanayan B0 | Mga depinisyon ng maraming DM enhancement branches sa P1A | Pinipigilan nitong mabawasan ang P1 sa “paghahambing lamang sa minimal na DM_RAZOR.” |
Talahanayan B1 | Scoreboard ng P1A closure at joint fit | Sinusuri kung nawawala ang closure advantage matapos palakasin ang DM. |
Tala sa Layout |
Magsisimula sa susunod na pahina ang mga landscape page upang mapanatiling buo ang malalapad na talahanayan mula sa orihinal na ulat nang hindi nagbubura ng column o pinipiga ang mga ito hanggang hindi na mabasa. Naibigay na ng body text ang payak na pagbasa; para sa mga mambabasang kailangang beripikahin ang mga halaga at model branches ang landscape technical tables. |
Larawan 0.1 | Workflow ng Closure Test ng P1 sa Isang Diyagram
Tala: ang itaas na kadena ay ang “closure test” (mag-fit gamit lamang ang RC → gamitin ang RC posterior upang hulaan ang GGL); ang ibabang kadena ay ang “joint fit” (sabay na bigyan ng score ang RC+GGL). Sa kanan, inihahambing ang true mapping sa shuffled mapping upang makuha ang closure strength ΔlogL.
6 | Mahahalagang Teknikal na Talahanayan: Pangunahing Talahanayan mula sa Orihinal na Ulat at mga Talahanayan ng P1A
Talahanayan S1a | Pangunahing Sukatan ng Paghahambing sa Joint Fit (RC+GGL, Strict; pinanatili mula sa orihinal na ulat)
Modelo (workspace) | W kernel | k | Joint logL_total (pinakamahusay) | ΔlogL_total vs DM | AICc | BIC |
DM_RAZOR | wala | 20 | -16927.763 | 0.0 | 33895.885 | 34010.811 |
EFT_BIN | wala | 21 | -15590.552 | 1337.21 | 31223.501 | 31344.155 |
EFT_WEXP | exponential | 21 | -15668.83 | 1258.932 | 31380.057 | 31500.711 |
EFT_WYUK | yukawa | 21 | -15772.936 | 1154.827 | 31588.268 | 31708.922 |
EFT_WPOW | powerlaw_tail | 21 | -15633.321 | 1294.442 | 31309.038 | 31429.692 |
Talahanayan S1b | Mga Sukatan ng Closure at Robustness (Strict; pinanatili mula sa orihinal na ulat)
Modelo (workspace) | Closure ΔlogL (true-perm) | ΔlogL pagkatapos ng negative-control shuffle | Saklaw ng ΔlogL sa σ_int scan | Saklaw ng ΔlogL sa R_min scan | Saklaw ng ΔlogL sa cov-shrink scan |
DM_RAZOR | 126.678 | 22.725 | — | — | — |
EFT_BIN | 231.611 | 14.984 | 459–1548 | 1243–1289 | 1337–1351 |
EFT_WEXP | 171.977 | 6.04 | 408–1471 | 1169–1207 | 1259–1277 |
EFT_WYUK | 179.808 | 14.688 | 380–1341 | 1065–1099 | 1155–1166 |
EFT_WPOW | 280.513 | 6.672 | 457–1500 | 1203–1247 | 1294–1308 |
Talahanayan B0 | Mga Depinisyon ng DM Enhancement Branches sa P1A (pinanatili mula sa Appendix B ng orihinal na ulat)
Workspace | dm_model | Bagong parametro (≤1) | Pisikal na motibasyon (core) | Prinsipyo ng implementasyon (audit-friendly) |
|---|---|---|---|---|
DM_RAZOR | NFW (nakatakdang c–M, walang scatter) | — | Minimal at maa-audit na LambdaCDM halo baseline; ginamit bilang mahigpit na paghahambing sa EFT | Nakatakdang shared mapping; mahigpit na parameter ledger; ginamit lamang bilang relative-comparison baseline |
DM_RAZOR_SCAT | NFW + c–M scatter（legacy） | σ_logc | May scatter ang c–M relation; tinantiya gamit ang one-parameter log-normal scatter | ≤1 bagong parametro; ginagamit pa rin ang shared mapping; closure gain ang acceptance criterion |
DM_RAZOR_AC | NFW + Adiabatic Contraction（legacy） | α_AC | Maaaring magdulot ng halo adiabatic contraction ang baryonic infall; tinatantiya gamit ang one-parameter strength | ≤1 bagong parametro; hindi nagbabago ang mapping; iniuulat ang AICc/BIC changes at closure gain |
DM_RAZOR_FB | NFW + feedback core（legacy） | log r_core | Maaaring lumikha ng inner core ang feedback; tinatantiya gamit ang one-parameter core scale | ≤1 bagong parametro; parehong closure/negative-control framing; hindi nag-iisang layunin ang RC-only improvement |
DM_HIER_CMSCAT | Hierarchical c–M scatter + prior | σ_logc（hier） | Mas karaniwang hierarchical c_i∼logN(c(M_i),σ_logc); naaapektuhan ang joint RC at GGL posterior | Hayag na prior; marginalized ang latent c_i; nananatiling low-dimensional at maa-audit |
DM_CORE1P | 1-parameter core proxy (inspirado ng coreNFW/DC14) | log r_core | Gumagamit ng one-parameter core proxy para sa pangunahing epekto ng baryonic feedback, upang maiwasan ang high-dimensional star-formation details | Sumisipi sa standard literature; ≤1 bagong parametro; nakatali sa closure test |
DM_RAZOR_M | NFW + lensing shear-calibration nuisance | m_shear（GGL） | Sinasalo ang isang mahalagang systematic sa panig ng weak lensing gamit ang effective parameter, binabawasan ang panganib na ituring na pisika ang systematics | Hayag na naitala ang nuisance; hindi pinapayagang mag-back-react sa RC; pangunahing hinuhusgahan ang resulta sa pamamagitan ng closure robustness |
DM_STD | Standardized DM baseline (HIER_CMSCAT + CORE1P + m) | σ_logc + log r_core (+ m_shear) | Dinadala ang tatlong pinakakaraniwang pagtutol sa iisang standardized baseline na nananatiling low-dimensional | Sabay na iniuulat ang parameter ledger at information criteria; closure ang pangunahing metric; ginamit bilang pinakamalakas na paghahambing para sa depensa ng DM |
Talahanayan B1 | Scoreboard ng P1A (mas malaki ay mas mabuti; pinanatili mula sa Appendix B ng orihinal na ulat)
Sanga ng modelo (workspace) | Δk | RC-only best logL_RC (Δ) | Closure strength ΔlogL_closure (Δ) | Joint best logL_total (Δ) |
DM_RAZOR | 0 | -15702.654 (+0.000) | 122.205 (+0.000) | -27347.068 (+0.000) |
DM_RAZOR_SCAT | 1 | -15702.294 (+0.361) | 121.236 (-0.969) | -23153.311 (+4193.758) |
DM_RAZOR_AC | 1 | -15703.689 (-1.035) | 121.531 (-0.674) | -23982.557 (+3364.511) |
DM_RAZOR_FB | 1 | -15496.046 (+206.609) | 129.454 (+7.249) | -27478.531 (-131.463) |
DM_HIER_CMSCAT | 1 | -15702.644 (+0.010) | 121.978 (-0.227) | -23153.160 (+4193.908) |
DM_CORE1P | 1 | -15723.158 (-20.504) | 122.056 (-0.149) | -27336.258 (+10.810) |
DM_RAZOR_M | 0 (+m) | -15702.654 (+0.000) | 122.205 (+0.000) | -27340.451 (+6.617) |
DM_STD | 2 (+m) | -15832.203 (-129.549) | 105.690 (-16.515) | -22984.445 (+4362.623) |
EFT_BIN | 1 | -14631.537 (+1071.117) | 204.620 (+82.415) | -19001.142 (+8345.926) |
Paano Basahin ang Talahanayan B1 (Scoreboard ng P1A) |
• Δk: bagong idinagdag na degrees of freedom (mas malaki ay nangangahulugang mas kumplikadong modelo; hindi awtomatikong mas mabuti ang mas kumplikado). • Magpokus sa dalawang column: closure strength ΔlogL_closure(Δ) (mas malaki ay nangangahulugang mas malakas na transfer self-consistency) at Joint best logL_total(Δ) (kabuuang score ng joint fit). • Ang halaga sa panaklong, (Δ), ay ang diperensiya kaugnay ng DM_RAZOR, kaya mas madali ang direktang paghahambing. |
• Ang pangunahing tanong ng talahanayang ito ay kung nawawala ba ang closure advantage matapos “makatwirang palakasin” ang DM baseline. • Gabay sa pagbasa: malinaw na pinapabuti ng DM_STD ang joint score, ngunit bumababa ang closure strength nito; nananatiling mas mataas pa rin ang EFT_BIN sa closure strength. |
Sa isang pangungusap: sa loob ng low-dimensional at maa-audit na hanay ng DM enhancements na ito, ang pagpapabuti ng joint fit ay hindi awtomatikong lumilikha ng mas malakas na closure; ang closure, na nangangahulugang transferability, ang nananatiling pangunahing pamantayan. |
7 | Paano Dapat Basahin ang Pangunahing Resulta?
7.1 Joint Fit: Kapag Tiningnan ang Dalawang Dataset, Mas Mataas ang Score ng Pangunahing Paghahambing ng EFT
Ipinapakita ng Talahanayan S1a at Larawan S4 na sa ilalim ng parehong datos, parehong shared mapping, at halos parehong sukat ng parametro, ang pamilya ng EFT ay may joint ΔlogL_total na 1155–1337 kaugnay ng DM_RAZOR. Para sa pangkalahatang mambabasa, ganito ito mababasa: sa ilalim ng parehong scoring rule na sabay na inilalapat sa RC at GGL, mas mataas ang kabuuang score ng mga pangunahing modelo ng paghahambing ng EFT.
7.2 Closure Test: Ang Pinakamalakas na Binibigyang-diin ng P1 ay ang “Transferability”
Ang mataas na closure strength ay nangangahulugang mas mahusay na mahuhulaan ng mga parameter na hinuha mula sa RC lamang ang GGL nang hindi muling tinitingnan ang GGL. Sa ulat ng P1, ang ΔlogL_closure ng EFT ay 172–281, samantalang 127 ang DM_RAZOR. Mas mahalaga ang resultang ito kaysa sabihing “mahusay na nafi-fit ng bawat modelo ang sarili nitong datos,” dahil nililimitahan nito ang kalayaan ng modelo sa ikalawang dataset.
7.3 Negatibong Kontrol: Bakit Mabuting Bagay ang “Pagbagsak ng Signal”?
Matapos random na i-shuffle ng P1 ang ugnayan ng grouping na RC-bin→GGL-bin, bumabagsak ang EFT closure signal sa saklaw na 6–23. Para sa pangkalahatang mambabasa, para itong anti-cheating check: kung ang closure advantage ay bunga lamang ng code, units, covariance handling, o tsamba sa fitting, maaaring manatili ang bentahe kahit shuffled ang ugnayan. Sa halip, bumabagsak ang aktuwal na bentahe, na nagpapakitang nakadepende ito sa tamang mapping.
Larawan S3 | Lakas ng Pagsasara (mas malaki ay mas mabuti): Mean log-likelihood advantage para sa RC-only → GGL prediction.
Paano Basahin ang Larawang Ito |
Ang larawang ito ang ubod ng P1. Habang mas mataas ang bar, mas mahusay na naililipat sa GGL ang impormasyong natutuhan mula sa RC. |
Sa kabuuan, mas mataas ang pamilya ng EFT kaysa DM_RAZOR, na nagpapahiwatig ng mas malakas na EFT cross-probe closure sa eksperimento ng “matuto muna sa RC, pagkatapos ay hulaan ang GGL.” |
Larawan S4 | Bentahe ng Joint Fit (mas malaki ay mas mabuti): RC+GGL best logL_total kaugnay ng DM_RAZOR.
Paano Basahin ang Larawang Ito |
Ipinapakita ng larawang ito ang kabuuang score matapos pagsamahin ang RC at GGL. |
Lahat ng modelo ng EFT ay malinaw na nasa itaas ng 0, na nagpapakitang ang bentahe ng EFT sa pangunahing paghahambing ay hindi lokal na single-point effect, kundi pangkalahatang padron sa joint analysis. |
Larawan R1 | Negatibong Kontrol: Matindi ang Pagbagsak ng Closure Signal Pagkatapos I-shuffle ang Grouping.
Paano Basahin ang Larawang Ito |
Ipinapakita ng larawang ito na kapag ginulo ang tamang RC↔GGL binning relationship, matindi ang pagbagsak ng closure signal. |
Dahil dito, mas nagmumukhang tunay na pagkakapare-pareho sa cross-data mapping ang resulta ng P1, kaysa numerikal na pagkakataong maaaring makuha sa arbitrary mappings. |
8 | Robustness at mga Kontrol: Paano Iniiwasan ng P1 na Maging “Mukhang Magandang Fit Lamang”?
Ang pinakamadaling hamon laban sa isang teknikal na ulat ay kung ang bentahe ba ay galing lamang sa isang noise setting, isang data cut sa central region, isang paraan ng covariance treatment, o overfitting. Sinasagot ito ng P1 sa pamamagitan ng maraming stress tests.
Talahanayan 2 | Paano Basahin ang Robustness Tests at Negatibong Kontrol ng P1
Pagsubok | Alalahaning Sinusubukan Nitong Alisin | Paano Ito Basahin |
σ_int scan | Kung may karagdagang hindi kilalang scatter ang RC, nananatili bang matatag ang konklusyon? | Matapos luwagan ang RC errors, nananatiling matatag ang ranggo ng EFT at sukat ng bentahe nito. |
R_min scan | Kung hindi lubos na pinagkakatiwalaan ang central regions ng galaksi, nananatili bang matatag ang konklusyon? | Matapos bawasan ang central regions, nananatili pa ring may positibong bentahe ang EFT. |
cov-shrink scan | Kung hindi tiyak ang GGL covariance estimate, nananatili bang matatag ang konklusyon? | Matapos i-shrink ang covariance tungo sa diagonal, hindi sensitibo ang bentahe. |
Ablation ladder | Umaasa ba ang EFT sa hindi kinakailangang komplikasyon upang ipilit ang isang fit? | Sinusuportahan ng information criteria ang buong EFT_BIN. |
LOO held-out prediction | Ipinapaliwanag lamang ba ng modelo ang datos na nakita na nito? | Matapos mag-hold out ng isang GGL bin, nagpapakita pa rin ang modelo ng malakas na generalization performance. |
RC-bin shuffle | Nagmumula ba ang closure sa true mapping? | Bumababa ang closure matapos i-shuffle ang grouping, na sumusuporta sa mapping dependence. |
Larawan R2 | Saklaw ng ΔlogL_total sa Ilalim ng σ_int Scan (mas malaki ay mas mabuti).
Paano Basahin ang Larawang Ito |
Sinusubok kung nananatili ang lamang ng EFT matapos baguhin ang ipinapalagay na intrinsic RC scatter. |
Larawan R3 | Saklaw ng ΔlogL_total sa Ilalim ng R_min Scan (mas malaki ay mas mabuti).
Paano Basahin ang Larawang Ito |
Sinusubok kung nananatiling matatag ang bentahe ng EFT matapos bawasan ang komplikadong central regions. |
Larawan R4 | Saklaw ng ΔlogL_total sa Ilalim ng cov-shrink Scan (mas malaki ay mas mabuti).
Paano Basahin ang Larawang Ito |
Sinusubok kung sensitibo ang ranking sa mga pagbabago sa weak-lensing covariance treatment. |
Larawan R5 | Ablation Ladder ng EFT_BIN (AICc, mas maliit ay mas mabuti).
Paano Basahin ang Larawang Ito |
Sinusubok kung kailangan ang buong EFT_BIN upang ipaliwanag ang datos, sa halip na magdagdag lamang ng di-kailangang mga parametro. |
Larawan R6 | LOO: Distribusyon ng Log-Likelihood para sa mga Held-Out Bin.
Paano Basahin ang Larawang Ito |
Sinusubok kung mayroon pa ring predictive performance ang modelo sa hindi pa nakikitang GGL bins. |
Larawan R7 | Negatibong Kontrol: Ang Shuffled Mapping ay Nagdudulot ng Malinaw na Pagbaba sa Closure mean logL_true.
Paano Basahin ang Larawang Ito |
Ipinapakita pa, mula sa pananaw ng mean logL_true, na nakadepende ang closure sa tamang cross-data mapping. |
9 | P1A: Bakit Mahalagang Pagwawasto ang “Maraming DM Model sa Appendix”?
Hindi tinatanong ng seksyong ito kung “iisa lang bang minimal na DM_RAZOR baseline ang tinalo ng EFT?” Sa halip, tinatanong nito kung nagbabago ba ang mga konklusyon ng closure test at joint fit kapag pinalalakas ang DM baseline sa loob ng low-dimensional, reproducible, at malinaw na naitalang parameter ledger (P1A). Sa madaling salita, layunin ng P1A na bawasan ang pagtutol na “sobrang mahina lang ang DM baseline na pinili mo,” at ilipat ang talakayan sa kung naiiba pa rin ba ang closure behavior sa ilalim ng isang hanay ng maa-audit na DM enhancements.
Hindi idinisenyo ang P1A upang ubusin ang lahat ng posibleng LambdaCDM halo modeling, ni gawing high-dimensional at hindi maa-audit na fitter ang panig ng DM. Pinipili nito ang low-dimensional at reproducible na mga enhancement na may malinaw na parameter ledger: concentration scatter, adiabatic contraction, feedback core, hierarchical c–M scatter prior, one-parameter core proxy, weak-lensing shear-calibration nuisance, at ang pinagsamang DM_STD baseline.
Pangunahing Pagbasa sa P1A |
Sa tatlong legacy branches, feedback/core lamang ang lumilikha ng maliit na netong pagtaas sa closure strength; hindi lumilikha ng net closure gains ang SCAT at AC. |
Napakaliit ng epekto ng DM_HIER_CMSCAT, DM_RAZOR_M, at DM_CORE1P sa closure strength, o hindi sila nagpapakita ng makabuluhang netong pagbuti. |
Kayang lubos na pagandahin ng DM_STD ang joint logL, ngunit bumababa ang closure strength nito, na nagpapahiwatig na pangunahing pinapabuti nito ang joint-fit flexibility kaysa RC→GGL transfer-prediction power. |
Nananatili pa ring mas mataas ang closure strength ng EFT_BIN at may joint-fit advantage ito sa Talahanayan B1 ng P1A; kaya hindi dapat bawasan ang core claim ng P1 sa “minimal na DM_RAZOR lang ang tinalo nito.” |
Larawan B1 | Scoreboard ng P1A: Closure at Joint ΔlogL Kaugnay ng Baseline (mas malaki ay mas mabuti).
Paano Basahin ang Larawang Ito |
Ipinapakita ng larawang ito ang performance ng maraming DM enhancement branches kaugnay ng baseline. |
Hindi nito ibig sabihin na “naibukod na ang lahat ng DM,” kundi ito: sa loob ng low-dimensional at maa-audit na DM enhancements na pinili ng P1A, hindi inaalis ng pagpapalakas sa DM ang closure advantage ng EFT_BIN. |
10 | Bakit Mahalaga ang Eksperimento ng P1
10.1 Kahalagahang Metodolohikal: Paglalagay sa “Cross-Probe Closure” sa Itaas ng “Single-Probe Fitting”
Madaling maipit ang teorya sa sukat ng galaksi sa tanong kung kaya bang i-fit ng isang modelo ang isang partikular na hanay ng mga kurba ng pag-ikot. Itinataas ng P1 ang tanong ng isang antas: kaya bang hulaan ng mga parameter na natutuhan mula sa RC ang mahinang lensing nang hindi muling tine-tune sa GGL? Binabago nito ang P1 mula “paligsahan sa fitting” tungo sa “pagsubok sa transfer prediction.”
10.2 Kahalagahan ng Transparency: Ituring ang Kadena ng Reproducibility bilang Bahagi ng Resulta
Isang mahalagang ambag ng P1 ang sabay na paglalabas ng datos, mga talahanayan at larawan, run labels, negatibong kontrol, reproduction package, at audit chain. Mahalaga ito sa kapwa tagasuporta at kritiko: maaaring bumalik ang talakayan sa parehong pampublikong datos, parehong mapping, parehong scripts, at parehong metrics, sa halip na paghambingin lamang ang mga islogan.
10.3 Pisikal na Kahalagahan: Isang Matinding Stress Test para sa mga Direksiyong “Grabidad na Hindi Nakabatay sa Madilim na Materya”
Sa mga direksiyong grabidad na hindi nakabatay sa madilim na materya, maraming modelo ang kayang magpaliwanag ng ilang bahagi ng mga kurba ng pag-ikot o ng RAR. Mas mahirap ang sabay na makapasa sa mga pagbasa ng mahinang lensing at maipakita sa ilalim ng negatibong kontrol na nakadepende ang signal sa tamang mapping. Mahalaga ang P1 dahil inilalagay nito ang karaniwang tugon ng grabidad ng EFT sa isang protocol na parang panlabas na eksaminasyon: ang RC ang training ground, ang GGL ang transfer field, at ang shuffle ang anti-cheating field.
10.4 Mahalaga ba ang Eksperimentong Ito para sa Larangan ng “Grabidad na Hindi Nakabatay sa Madilim na Materya”?
Maingat na pahayag: kung mananatiling matibay sa panlabas na pagsusuri ang data processing, reproduction package, at closure protocol ng P1, maaari itong ituring na isang RC+GGL closure experiment na dapat seryosohin sa mga direksiyong non-dark-matter gravity / modified gravity. Ang kahalagahan nito ay hindi nasa islogang “nabuwag na ang madilim na materya,” kundi sa pagbibigay ng cross-probe criterion na maaaring kopyahin, hamunin, at palawakin.
Mayroon na bang RC+GGL Prediction-Closure Frameworks sa Parehong Antas? |
May mga kaugnay na balangkas at tradisyong obserbasyonal: mahusay na inaayos ng MOND/RAR ang maraming penomenon ng rotation curve; inihambing din ng KiDS-1000 weak-lensing RAR work ang MOND, Verlinde emergent gravity, at LambdaCDM models; kaya rin ng LambdaCDM na ipaliwanag ang ilang weak-lensing/dynamical phenomena sa pamamagitan ng galaxy–halo connections, gas halos, at feedback modeling. |
Ngunit hindi ang eksaktong pahayag ng P1 na “walang ibang balangkas sa mundo ang makapagpapaliwanag ng RC+GGL.” Sa halip, sa ilalim ng sariling pampublikong protocol ng P1—fixed mapping, RC-only→GGL closure, shuffle negative controls, parameter ledger, at P1A multi-DM stress tests—nag-uulat ang EFT ng mas malakas na closure performance. |
Sa ibang salita, ang bahaging pinakamahalagang panlabas na subukin sa P1 ay ang kongkreto at reproducible nitong comparison protocol. Isang napakahalagang susunod na hakbang ang tingnan kung maaabot ng MOND/RAR, LambdaCDM/HOD, hydrodynamical simulations, o iba pang modified-gravity frameworks ang kapareho o mas mataas na closure scores sa ilalim ng parehong protocol. |
11 | Ano ang Maaaring Ikonklusyon ng P1, at Ano ang Hindi?
Talahanayan 3 | Mga Hangganan ng mga Konklusyon ng P1
Maaaring Ikonklusyon | Sa ilalim ng RC+GGL data, fixed mapping, at main comparison protocol ng P1, mas mataas ang joint-fit scores at closure strength ng pamilya ng EFT kaysa sa minimal na DM_RAZOR. |
Maaaring Ikonklusyon | Sa loob ng low-dimensional at maa-audit na DM-enhancement range ng P1A, hindi inaalis ng maraming DM enhancements ang closure advantage ng EFT_BIN. |
Maaaring Ikonklusyon | Ipinapakita ng shuffle negative control na nakadepende ang closure signal sa tamang cross-data mapping at hindi ito nakukuha sa arbitrary mappings. |
Hindi Maaaring Ikonklusyon | Hindi maaaring sabihing nabuwag na ng P1 ang lahat ng modelo ng madilim na materya. Hindi pa rin nauubos ng P1A ang non-sphericity, environmental dependence, complex galaxy–halo connections, high-dimensional feedback, o full cosmological simulations. |
Hindi Maaaring Ikonklusyon | Hindi maaaring sabihing napatunayan na mula sa first principles ang kumpletong balangkas ng EFT. Sinusubok lamang ng P1 ang phenomenological layer ng karaniwang tugon ng grabidad. |
Hindi Maaaring Ikonklusyon | Hindi maaaring sabihing naalis na ang lahat ng systematics. Nagbibigay lamang ang P1 ng robustness evidence sa loob ng nakalistang stress tests at audit scope. |
12 | Mga Madalas Itanong ng Pangkalahatang Mambabasa
Q1: Sinasabi ba nito na “hindi umiiral ang madilim na materya”?
Hindi. Kailangang limitahan ang mga konklusyon ng P1 sa datos, protocol, at mga modelong panghambing na ginamit dito. Lumalampas ang P1A sa minimal na DM_RAZOR, ngunit hindi pa rin nito kinakatawan ang lahat ng posibleng modelo ng madilim na materya.
Q2: Sinasabi ba nito na “napatunayan na ang EFT”?
Hindi rin. Sinusubok ng P1 ang EFT bilang parameterization ng karaniwang tugon ng grabidad at nagpapakita ito ng mas malakas na performance sa RC→GGL closure; hindi konklusyon ng P1 ang mikroskopikong mekanismo at kumpletong teorya.
Q3: Bakit hindi direktang iulat ang significance value sa σ?
Gumagamit ang P1 ng unified likelihood scores, information criteria, at closure differences. Ang ΔlogL ay relatibong bentahe sa ilalim ng parehong scoring rule; hindi ito katumbas ng iisang σ value.
Q4: Bakit i-shuffle ang RC-bin→GGL-bin?
Ito ay negatibong kontrol. Dapat nakadepende sa tamang mapping ang totoong cross-probe signal; kung nananatili itong kasinglakas pagkatapos ng shuffling, sa halip ay magmumungkahi iyon ng posibleng implementation bias o estadistikal na maling signal.
Q5: Ano ang susunod na dapat gawin ng P1?
Palawakin ang parehong protocol sa mas maraming datos, mas maraming paghahambing sa DM, mas kumplikadong systematics, at mas maraming balangkas ng modified gravity—lalo na sa mga paraang nagpapahintulot sa panlabas na mga koponan na muling sumubok sa ilalim ng parehong closure metric.
13 | Mini Glossary
Talahanayan 4 | Mini Glossary
Termino | Isang-Pangungusap na Paliwanag |
Kurba ng pag-ikot (RC) | Ang ugnayang radius–bilis ng pag-ikot sa disk ng galaksi, na ginagamit upang maghinuha ng epektibong grabidad sa loob ng disk. |
Mahinang lensing (GGL) | Sukat ng karaniwang distribusyon ng grabidad/masa sa paligid ng foreground galaxies sa pamamagitan ng estadistikong pagbaluktot ng mga hugis ng background galaxy. |
Closure test | Ginagamit ang RC posterior upang hulaan ang GGL, pagkatapos ay inihahambing ito sa negatibong kontrol na nalikha ng shuffled mapping. |
Negatibong kontrol | Sadyang sinisira ang isang mahalagang istruktura upang makita kung mawawala ang signal; ginagamit upang alisin ang huwad na signals. |
NFW halo | Isang density profile ng dark-matter halo na karaniwang ginagamit sa cold-dark-matter models. |
c–M relation | Ang ugnayan sa pagitan ng concentration c at mass M ng dark-matter halo; naaapektuhan ng pagpapahintulot sa scatter ang flexibility ng modelo. |
DM_STD | Ang standardized DM stress-test branch sa P1A na pinagsasama ang maraming low-dimensional DM enhancements at isang lensing nuisance term. |
ΔlogL | Ang diperensiya ng log-likelihood sa pagitan ng dalawang modelo sa ilalim ng parehong scoring rule; ang positibong halaga ay nangangahulugang mas mahusay ang una. |
Covariance | Matrix na paglalarawan ng mga korelasyon sa pagitan ng data points; karaniwang kailangan ng weak-lensing data ang buong covariance. |
14 | Iminungkahing Landas ng Pagbasa at mga Pasukan sa Sipi
1. Basahin muna ang Seksiyon 0–2 ng gabay na ito upang maitaguyod ang tanong ng P1 at ang sadyang kontroladong papel ng EFT sa P1.
2. Pagkatapos, basahin ang Larawan S3, Larawan S4, at mga Talahanayan S1a/S1b upang maunawaan ang closure strength, joint fitting, at mga negatibong kontrol.
3. Kung nababahala kang “masyadong mahina ang DM baseline,” dumiretso sa Seksiyon 9 at Talahanayan B1 / Larawan B1.
4. Para sa teknikal na beripikasyon, bumalik sa P1 technical report v1.1, sa Tables & Figures Supplement, at sa full_fit_runpack.
Pangunahing Pasukan sa Arkibo |
P1 technical report (release-level, Concept DOI): 10.5281/zenodo.18526334 |
P1 full reproduction package (Concept DOI): 10.5281/zenodo.18526286 |
EFT structured knowledge base (opsyonal, Concept DOI): 10.5281/zenodo.18853200 |
Tala sa lisensya: gumagamit ang technical report ng CC BY-NC-ND 4.0; gumagamit ang full reproduction package ng CC BY 4.0 (sumangguni sa technical report at Zenodo archives bilang awtoritatibo). |
15 | Mga Sanggunian at Panlabas na Background
McGaugh, S. S., Lelli, F., & Schombert, J. M. (2016). The Radial Acceleration Relation in Rotationally Supported Galaxies. Physical Review Letters, 117, 201101. DOI: 10.1103/PhysRevLett.117.201101.
Famaey, B., & McGaugh, S. S. (2012). Modified Newtonian Dynamics (MOND): Observational Phenomenology and Relativistic Extensions. Living Reviews in Relativity, 15, 10. DOI: 10.12942/lrr-2012-10.
Brouwer, M. M., Oman, K. A., Valentijn, E. A., et al. (2021). The weak lensing radial acceleration relation: Constraining modified gravity and cold dark matter theories with KiDS-1000. Astronomy & Astrophysics, 650, A113. DOI: 10.1051/0004-6361/202040108.
Mistele, T., McGaugh, S., Lelli, F., Schombert, J., & Li, P. (2024). Indefinitely Flat Circular Velocities and the Baryonic Tully-Fisher Relation from Weak Lensing. The Astrophysical Journal Letters, 969, L3 / arXiv:2406.09685.
Bullock, J. S., & Boylan-Kolchin, M. (2017). Small-Scale Challenges to the LambdaCDM Paradigm. Annual Review of Astronomy and Astrophysics, 55, 343–387. DOI: 10.1146/annurev-astro-091916-055313.
Lelli, F., McGaugh, S. S., & Schombert, J. M. (2016). SPARC: Mass Models for 175 Disk Galaxies with Spitzer Photometry and Accurate Rotation Curves. The Astronomical Journal, 152, 157. DOI: 10.3847/0004-6256/152/6/157.
Navarro, J. F., Frenk, C. S., & White, S. D. M. (1997). A Universal Density Profile from Hierarchical Clustering. Astrophysical Journal, 490, 493.
Dutton, A. A., & Macciò, A. V. (2014). Cold dark matter haloes in the Planck era: evolution of structural parameters for NFW haloes. Monthly Notices of the Royal Astronomical Society, 441, 3359–3374.