🔭 astrophysics

Full calibration of the tomographic redshift distribution from the HSC PDR3 Shape Catalog with DESI

यह शोध पत्र क्लस्टरिंग रेडशिफ्ट के माध्यम से DESI DR1 और DR2 डेटा का उपयोग करके HSC PDR3 वीक लेंसिंग कैटलॉग के सभी चार टोमोग्राफिक रेडशिफ्ट बिन्स के पूर्ण अंशांकन (कैलिब्रेशन) को प्रस्तुत करता है, जो पिछले विश्लेषणों की तुलना में छोटे रेडशिफ्ट शिफ्ट को प्रकट करता है और गैलेक्सी बायस एवं मैग्निफिकेशन प्रभावों को ध्यान में रखने के लिए परिष्कृत मॉडलिंग तकनीकों का प्रस्ताव करता है।

मूल लेखक: J. Choppin de Janvry, S. Gontcho A Gontcho, U. Seljak, A. Baleato Lizancos, E. Chaussidon, W. d'Assignies, J. DeRose, S. Heydenreich, E. Paillas, D. Valcin, T. Zhang, J. Aguilar, S. Ahlen, D. Bianchi

प्रकाशित 2026-03-31

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: J. Choppin de Janvry, S. Gontcho A Gontcho, U. Seljak, A. Baleato Lizancos, E. Chaussidon, W. d'Assignies, J. DeRose, S. Heydenreich, E. Paillas, D. Valcin, T. Zhang, J. Aguilar, S. Ahlen, D. Bianchi, D. Brooks, F. J. Castander, T. Claybaugh, A. Cuceu, A. de la Macorra, P. Doel, S. Ferraro, A. Font-Ribera, J. E. Forero-Romero, E. Gaztañaga, G. Gutierrez, H. K. Herrera-Alcantar, K. Honscheid, M. Ishak, R. Joyce, S. Juneau, R. Kehoe, D. Kirkby, T. Kisner, A. Kremin, O. Lahav, C. Lamman, M. Landriau, L. Le Guillou, M. Manera, A. Meisner, R. Miquel, S. Nadathur, N. Palanque-Delabrouille, W. J. Percival, C. Poppett, F. Prada, I. Pérez-Ràfols, G. Rossi, E. Sanchez, D. Schlegel, M. Schubnell, J. Silber, D. Sprayberry, G. Tarlé, B. A. Weaver, R. Zhou

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक खगोलशास्त्री हैं जो ब्रह्मांड के इतिहास का मानचित्र बनाने की कोशिश कर रहे हैं। आपके पास एक विशाल, उच्च-रिज़ॉल्यूशन वाला कैमरा (HSC) है जो लाखों दूर स्थित आकाशगंगाओं की तस्वीरें लेता है। लेकिन एक पेंच है: आपका कैमरा आपको केवल उनके रंग के आधार पर यह लगभग बता सकता है कि कोई आकाशगंगा कितनी दूर है, सटीक दूरी नहीं। यह एक मील दूर से भीड़ को देखने और उनके रंग के आधार पर उनकी उम्र का अनुमान लगाने जैसा है कि वे "युवा," "मध्यम आयु," या "वृद्ध" दिख रहे हैं।

गंभीर विज्ञान करने के लिए, आपको आयु के सटीक वितरण को जानने की आवश्यकता है। यदि आपकी उम्र के अनुमान गलत होते हैं, तो ब्रह्मांड के विस्तार या डार्क मैटर के वितरण के बारे में आपकी गणनाएँ गलत हो जाएंगी।

यह शोध पत्र DESI नामक एक नए, सुपर-सटीक उपकरण का उपयोग करके उन उम्र के अनुमानों को ठीक करने के बारे में है।

समस्या: "धुंधली" फोटो

HSC कैमरा आकाशगंगाओं को चार "बिनों" (bins) में समूहबद्ध करता है (जैसे लोगों को आयु समूहों में छाँटना: 30 के दशक, 60 के दशक, 90 के दशक और 120 के दशक में)। अतीत में, खगोलविदों ने केवल धुंधले रंग के डेटा का उपयोग करके प्रत्येक समूह की सटीक औसत आयु ज्ञात करने की कोशिश की थी। उन्हें संदेह था कि उनके अनुमान गलत थे, लेकिन उनके पास इसे साबित करने का कोई तरीका नहीं था, विशेष रूप से सबसे पुरानी, सबसे दूर की श्रेणियों (बिन 3 और 4) के लिए।

समाधान: "आईडी कार्ड" की जाँच

यहाँ DESI (डार्क एनर्जी स्पेक्ट्रोस्कोपिक इंस्ट्रूमेंट) का प्रवेश होता है। DESI को एक जासूसों की टीम के रूप में सोचें जो कुछ हज़ार आकाशगंगाओं के पास जाकर उनके "आईडी कार्ड" (स्पेक्ट्रा) को स्कैन कर सकते हैं ताकि उन्हें उनकी सटीक दूरी मिल सके।

इस शोध पत्र के लेखकों ने "क्लस्टरिंग रेडशिफ्ट्स" (Clustering Redshifts) नामक एक चतुर तकनीक का उपयोग किया।

उपमा: कल्पना करें कि आपके पास लोगों की एक विशाल भीड़ (HSC आकाशगंगाएँ) है जिनकी उम्र का आप केवल अनुमान लगाते हैं। आपके पास लोगों का एक छोटा समूह (DESI आकाशगंगाएँ) भी है जिनकी उम्र आप बिल्कुल सटीक जानते हैं।
चाल: आप केवल व्यक्तियों को अलग से नहीं देखते हैं। इसके बजाय, आप देखते हैं कि वे कैसे क्लस्टर या समूह बनाते हैं। यदि वे लोग जिन्हें आप जानते हैं कि 50 वर्ष के हैं, उन्हीं इलाकों में रहना पसंद करते हैं जहाँ वे लोग रहते हैं जिन्हें आप अनुमानित 50 वर्ष के मान रहे हैं, तो आपका अनुमान शायद सही था। यदि "50 वर्षीय" विशेषज्ञ वास्तव में "60 वर्षीय" भीड़ के साथ घूम रहे हैं, तो आप जानते हैं कि आपका अनुमान गलत था।

"ज्ञात" आकाशगंगाएँ "अनुमानित" आकाशगंगाओं के साथ कैसे क्लस्टर करती हैं, इसे मापकर, टीम गणितीय रूप से पूरी भीड़ के वास्तविक आयु वितरण को पुनर्गठित करने में सक्षम हुई।

उन्होंने क्या अलग किया

पिछले प्रयासों में दो बड़ी समस्याएँ थीं:

वे सबसे पुरानी आकाशगंगाओं को नहीं देख सके: पुराने उपकरणों के पास एक निश्चित बिंदु से अधिक पुरानी आकाशगंगाओं के लिए "आईडी कार्ड" नहीं थे, इसलिए सबसे पुराने बिन (3 और 4) एक रहस्य बने हुए थे। इस शोध पत्र ने DESI के नए डेटा का उपयोग किया, जिसमें बहुत पुरानी आकाशगंगाएँ (क्वासर्स और एमिशन लाइन गैलेक्सीज़) शामिल हैं, जिससे अंततः सबसे पुराने बिनों का रहस्य सुलझ गया।
उन्होंने "लेंस" प्रभाव को नजरअंदाज किया: गुरुत्वाकर्षण एक आवर्धक लेंस (magnifying glass) की तरह कार्य करता है। यह दूर स्थित आकाशगंगाओं को अधिक चमकीला या धुंधला दिखा सकता है, जिससे गिनती बिगड़ सकती है। लेखकों ने इस "कॉस्स्मिक मैग्निफिकेशन" (cosmic magnification) को ध्यान में रखते हुए एक जटिल सुधार प्रणाली बनाई, जिससे यह सुनिश्चित हुआ कि उनकी गणना सटीक रहे।

परिणाम: "हम गलत थे, लेकिन बहुत ज्यादा नहीं"

इस सारी गणित और सुधार के बाद, उन्हें यह पता चला:

बिन 1 (सबसे युवा): आकाशगंगाएँ वास्तव में मूल अनुमान की तुलना में थोड़ी करीब (छोटी उम्र की) हैं।
बिन 2 (मध्यम): मूल अनुमान बिल्कुल सटीक था।
बिन 3 और 4 (सबसे वृद्ध): आकाशगंगाएँ मूल अनुमान की तुलना में थोड़ी अधिक दूर (अधिक उम्र की) हैं।

यह क्यों मायने रखता है?
पिछले अध्ययनों में, सबसे पुराने बिनों में त्रुटियाँ बहुत बड़ी थीं, जिससे ब्रह्मांड के बारे में हमारी समझ में बड़ी अनिश्चितता पैदा हो रही थी। यह शोध पत्र दिखाता है कि हालांकि छोटे बदलाव हैं, वे आशंका से कहीं अधिक कम हैं। यह ऐसा है जैसे यह महसूस करना कि भीड़ की उम्र का आपका अनुमान कुछ महीनों का था, न कि कुछ वर्षों का।

बड़ी तस्वीर

यह कार्य एक पैमाने (रूलर) को कैलिब्रेट करने जैसा है। ब्रह्मांड के आकार (कॉस्मोलॉजी) को मापने से पहले, आपको यह सुनिश्चित करना होगा कि आपका पैमाना (रेडशिफ्ट वितरण) सटीक है।

लेखकों ने अब HSC कैमरे के लिए एक पूरी तरह से कैलिब्रेटेड पैमाना प्रदान किया है। इसका मतलब है कि जब भविष्य के टेलीस्कोप (जैसे रोमन स्पेस टेलीस्कोप या यूक्लिड के टेलीस्कोप) अपना डेटा लेंगे, तो वे अपने नए, सटीक मापों का उपयोग करके डार्क एनर्जी और ब्रह्मांड के भाग्य के रहस्यों को बहुत अधिक विश्वास के साथ खोल सकेंगे।

संक्षेप में: उन्होंने एक धुंधली फोटो ली, कुछ नमूनों की जाँच करने के लिए एक हाई-टेक स्कैनर का उपयोग किया, ऑप्टिकल भ्रमों के लिए सुधार किया, और महसूस किया कि ब्रह्मांड के इतिहास का उनका मानचित्र थोड़ा गलत था—लेकिन अब उनके पास इसे ठीक करने के लिए सटीक निर्देशांक (coordinates) हैं।

यहाँ "Full calibration of the tomographic redshift distribution from the HSC PDR3 Shape Catalog with DESI" शोध पत्र का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

वीक लेंसिंग (weak lensing) कॉस्मोलॉजिकल विश्लेषण अत्यधिक सटीक टोमोग्राफिक रेडशिफ्ट वितरण ( $n(z)$ ) के ज्ञान पर निर्भर करते हैं, जो स्रोत आकाशगंगाओं (source galaxies) के लिए होता है। हाइपर सुप्रा-कैम (Hyper Suprime-Cam) सबारू स्ट्रैटेजिक प्रोग्राम (HSC-SSP) जैसे इमेजिंग सर्वेक्षण फोटोमेट्रिक रेडशिफ्ट ( $z_p$ ) का उपयोग करके आकाशगंगाओं को बिन (bin) में विभाजित करने के लिए करते हैं, लेकिन ये अनुमान सीमित स्पेक्ट्रल जानकारी के कारण व्यवस्थित पूर्वाग्रहों (systematic biases) और बिखराव (scatter) से ग्रस्त होते हैं।

चुनौती: पिछले HSC विश्लेषणों (जैसे, Year 3) ने "सेल्फ-कैलिब्रेशन" (कॉस्मिक शीयर डेटा से शिफ्ट पैरामीटर्स को फिट करना) या अपूर्ण स्पेक्ट्रोस्कोपिक कैलिब्रेशन पर भरोसा किया। विशेष रूप से, HSC Year 3 विश्लेषण में उच्चतम रेडशिफ्ट बिन्स (Bin 3: $0.9 \le z_p < 1.2$ और Bin 4: $1.2 \le z_p < 1.5$ ) के लिए स्पेक्ट्रोस्कोपिक कैलिब्रेशन की कमी थी क्योंकि उपलब्ध स्पेक्ट्रोस्कोपिक नमूने (जैसे, LRG) पर्याप्त उच्च रेडशिफ्ट तक नहीं फैले थे।
परिणाम: इसके कारण इन बिन्स के माध्य रेडशिफ्ट ( $\langle z \rangle$ ) में महत्वपूर्ण अनिश्चितताएं पैदा हुईं, जिसके परिणामस्वरूप अन्य विश्लेषणों की तुलना में कॉस्मोलॉजिकल पैरामीटर्स (विशेष रूप से $S_8$ और $\Omega_m$ ) में बड़े बदलाव आए।

2. कार्यप्रणाली (Methodology)

लेखक DESI (Dark Energy Spectroscopic Instrument) के डेटा रिलीज़ 1 और 2 (DR1, DR2) का उपयोग करके HSC PDR3 शेप कैटलॉग को कैलिब्रेट करने के लिए क्लस्टरिंग रेडशिफ्ट (clustering redshifts) तकनीक का उपयोग करते हैं।

डेटा स्रोत (Data Sources)

फोटोमेट्रिक नमूना (Photometric Sample): HSC-SSP PDR3 Shape Catalog (S19A), जिसे चार टोमोग्राफिक बिन्स ( $0.3 \le z_p < 1.5$ ) में विभाजित किया गया है। मल्टी-मोडल फोटो-ज़ेड (photo-z) PDF वाले आउटलेयर्स को हटाने के लिए पहले दो बिन्स पर एक विशिष्ट कैलिब्रेशन कट लगाया गया था।
स्पेक्ट्रोस्कोपिक कैलिब्रेशन नमूने (Spectroscopic Calibration Samples): पूर्ण रेडशिफ्ट रेंज को कवर करने के लिए कई ट्रेसर क्लास का उपयोग करते हुए DESI DR1 और DR2:
- BGS (Bright Galaxy Survey): $z \lesssim 0.6$
- LRG (Luminous Red Galaxies): $0.3 \lesssim z \lesssim 1.2$
- ELG (Emission Line Galaxies): $0.7 \lesssim z \lesssim 1.6$ (DR2 में नया, Bin 3/4 के लिए महत्वपूर्ण)।
- QSO (Quasars): $0.7 \lesssim z \lesssim 2.8$ (उच्च-रेडशिफ्ट कैलिब्रेशन के लिए महत्वपूर्ण)।

मॉडलिंग और सिस्टमैटिक्स शमन (Modeling & Systematics Mitigation)

मुख्य एस्टीमेटर स्पेक्ट्रोस्कोपिक स्लाइस और फोटोमेट्रिक बिन्स के बीच कोणीय क्रॉस-कोरिलेशन (angular cross-correlation) को वास्तविक $n(z)$ से जोड़ता है। लेखक तीन प्रमुख व्यवस्थित प्रभावों को संबोधित करते हैं:

गैलेक्सी बायस इवोल्यूशन (Galaxy Bias Evolution): एक स्थिर रैखिक बायस (constant linear bias) की धारणा के बजाय, लेखक इस धारणा को शिथिल करते हैं। वे यह मानते हैं कि रेडशिफ्ट के भीतर एक बिन में स्पेक्ट्रोस्कोपिक और फोटोमेट्रिक नमूनों के बीच क्रॉस-कोरिलेशन गुणांक स्थिर है, लेकिन वे दोनों नमूनों के ऑटो-कोरिलेशन (बायस) के विकास को स्पष्ट रूप से मॉडल करते हैं।
- स्पेक्ट्रोस्कोपिक बायस: बड़े पैमानों ( $30-65 h^{-1}$ Mpc) पर ऑटो-कोरिलेशन के माध्यम से मापा गया।
- फोटोमेट्रिक बायस: फोटोमेट्रिक नमूने के सुधारे गए ऑटो-कोरिलेशन के पावर-लॉ फिट का उपयोग करके मॉडल किया गया।
मैग्निफिकेशन बायस (Magnification Bias): लेखक मैग्निफिकेशन प्रभावों ( $\mu \times g$ और $g \times \mu$ ) को मॉडल करते हैं जो चयन फंक्शन (selection function) और पदार्थ वितरण (matter distribution) के बीच सहसंबंध से उत्पन्न होते हैं। वे प्रत्येक ट्रेसर के लिए लॉग-नंबर काउंट स्लोप ( $s_\mu$ ) को शामिल करते हुए, सुधारे गए $n(z)$ को हल करने के लिए एक "मैग्निफिकेशन मैट्रिक्स" का निर्माण करते हैं।
स्केल कट्स (Scale Cuts): नॉन-लीनियर बायस और फाइबर असाइनमेंट अपूर्णता (विशेष रूपकर ELGs के लिए) को कम करने के लिए, विश्लेषण दो स्केल कट्स का उपयोग करता है:
- फिडुशियल (Fiducial): $0.3 - 3 h^{-1}$ Mpc (सिग्नल-टू-नॉइज़ को अधिकतम करना)।
- कंजर्वेटिव (Conservative): $1 - 5 h^{-1}$ Mpc (सिस्टमैटिक्स को न्यूनतम करना)।
- परिणाम: विभिन्न स्केल कट्स के बीच निरंतरता बायस मॉडलिंग की वैधता को प्रमाणित करती है।

पैरामीट्राइजेशन (Parametrization)

मापे गए $n(z)$ बिंदुओं को एक बेयसियन फ्रेमवर्क (PyMC) के भीतर B-splines का उपयोग करके मॉडल किया जाता है।

स्प्लाइन गुणांकों (spline coefficients) को डिरिचलेट प्रायर (Dirichlet prior) द्वारा नियंत्रित किया जाता है, जिसे जहाँ डेटा शून्य के साथ सुसंगत है वहाँ स्पर्सिटी (sparsity) को बढ़ावा देने के लिए नॉन-नेगेटिव लीस्ट स्क्वेयर्स (NNLS) का उपयोग करके परिष्कृत किया जाता है।
यह दृष्टिकोण वितरण को नियमित (regularize) करता है, जिससे अवास्तविक नकारात्मक मानों को रोकने और सांख्यिकीय उतार-चढ़ाव को सुचारू बनाने में मदद मिलती है।

3. मुख्य योगदान (Key Contributions)

पूर्ण रेडशिफ्ट कवरेज: यह HSC का पहला क्लस्टरिंग रेडशिफ्ट कैलिब्रेशन है जिसमें $z > 1.2$ के स्रोत (DESI DR2 से ELGs और QSOs) शामिल हैं, जो सभी चार टोमोग्राफिक बिन्स, जिसमें पहले से अनकैलिब्रेटेड Bin 4 भी शामिल है, के पूर्ण कैलिब्रेशन की अनुमति देता है।
शिथिल बायस धारणाएं (Relaxed Bias Assumptions): यह कार्य मानक रैनियर बायस धारणा से आगे बढ़कर, यह प्रदर्शित करता है कि एक स्थिर क्रॉस-कोरिलेशन गुणांक को मानते हुए और बायस विकास को मॉडल करते हुए, छोटे पैमाने ( $0.5 h^{-1}$ Mpc) पर भी मजबूत परिणाम प्राप्त किए जा सकते हैं।
व्यापक सिस्टमैटिक्स उपचार: मैग्निफिकेशन बायस सुधार और दोनों स्पेक्ट्रोस्कोपिक और फोटोमेट्रिक नमूनों के लिए गैलेक्सी बायस विकास का एक कठोर समावेश।
वैलिडेशन: विभिन्न स्केल कट्स ($0.3-3 $बनाम$ 1-5 h^{-1}$Mpc) के बीच परिणामों की निरंतरता और उच्च-रेडशिफ्ट कैलिब्रेशन के लिए QSOs का सफल उपयोग इस पद्धति के मजबूत सत्यापन को प्रदान करता है।

4. मुख्य परिणाम (Key Results)

लेखक HSC Year 3 "Total" (PhotZ + WX) संदर्भ के सापेक्ष कैलिब्रेटेड वितरणों के माध्य रेडशिफ्ट के शिफ्ट ( $\Delta z$ ) की रिपोर्ट करते हैं। एक नकारात्मक $\Delta z$ का अर्थ है कि नया माप पिछले संदर्भ की तुलना में उच्च माध्य रेडशिफ्ट को प्राथमिकता देता है।

बिन 1 ( $0.3 \le z_p < 0.6$ ): निम्न रेडशिफ्ट की ओर एक छोटा बदलाव प्रदर्शित करता है ( $\Delta z_1 \approx +0.029$ )। यह उपयोग किए गए BGS नमूने में मजबूत बायस इवोल्यूशन के कारण है।
बिन 2 ( $0.6 \le z_p < 0.9$ ): पिछले फोटोमेट्रिक कैलिब्रेशन के साथ उत्कृष्ट सहमति दिखाता है ( $\Delta z_2 \approx -0.003$ )।
बिन 3 ( $0.9 \le z_p < 1.2$ ): उच्च रेडशिफ्ट की ओर एक बदलाव प्रदर्शित करता है ( $\Delta z_3 = -0.039^{+0.020}_{-0.021}$ $Δ z_{3} = - 0.03 9_{- 0.021}^{+ 0.020}$ )।
- तुलना: यह शिफ्ट पिछले HSC Year 3 कॉस्मिक शीयर विश्लेषणों में पाए गए शिफ्ट ( $\Delta z_3 \approx -0.075$ से $-0.115$) की तुलना में काफी छोटा है।
- कारण: नया कैलिब्रेशन उच्च-रेडशिफ्ट आकाशगंगाओं ( $z \sim 1.3-1.8$ ) की एक "टेल" (tail) को कैप्चर करता है जिसे पिछले CAMIRA LRG नमूने (जो $z \lesssim 1.2$ तक सीमित था) ने मिस कर दिया था।
बिन 4 ( $1.2 \le z_p < 1.5$ ): उच्च रेडशिफ्ट की ओर एक बदलाव प्रदर्शित करता है ( $\Delta z_4 = -0.048^{+0.012}_{-0.012}$ $Δ z_{4} = - 0.04 8_{- 0.012}^{+ 0.012}$ )।
- तुलना: HSC Year 3 कॉस्मिक शीयर ( $\Delta z_4 \approx -0.15$ से $-0.19$) की तुलना में बहुत छोटा है।
- महत्व: QSOs और उच्च-रेडशिफ्ट ELGs को शामिल करने से इस बिन का मजबूत कैलिब्रेशन संभव हुआ, जो पहले क्लस्टरिंग रेडशिफ्ट द्वारा अनकन्स्ट्रेंड (unconstrained) था।

शिफ्ट का सारांश (यह कार्य बनाम HSC Y3 कॉस्मिक शीयर):

बिन	यह कार्य ( $\Delta z$ )	HSC Y3 कॉस्मिक शीयर ( $\Delta z$ )
Bin 3	$-0.039 \pm 0.020$	$-0.075 $से$ -0.115$
Bin 4	$-0.048 \pm 0.012$	$-0.157 $से$ -0.192$

5. महत्व (Significance)

कम व्यवस्थित अनिश्चितता: कैलिब्रेटेड वितरण पूर्व में देखे गए शिफ्ट की तुलना में काफी छोटे शिफ्ट दिखाते हैं। यह सुझाव देता है कि पिछले HSC Y3 विश्लेषणों में देखे गए बड़े शिफ्ट शायद बड़े फोटो-ज़ त्रुटियों के बजाय मॉडलिंग डिजेनेरेसी (modeling degeneracies) द्वारा संचालित थे।
क्लस्टरिंग रेडशिफ्ट का सत्यापन: यह अध्ययन पुष्टि करता है कि क्लस्टरिंग रेडशिफ्ट, आधुनिक स्पेक्ट्रोस्कोपिक डेटा (DESI) और सावधानीपूर्वक बायस/मैग्निफिकेशन मॉडलिंग के साथ मिलकर, वीक लेंसिंग सर्वेक्षणों के लिए एक मजबूत, स्वतंत्र कैलिब्रेशन प्रदान कर सकता है।
भविष्य के सर्वेक्षण: यह कार्य आगामी स्टेज IV सर्वेक्षणों (LSST, Euclid, Roman) के लिए एक महत्वपूर्ण बेंचमार्क के रूप में कार्य करता है, जो उच्चतम रेडशिफ्ट बिन्स में डिजेनेरेसी को तोड़ने के लिए उच्च-रेडशिफ्ट स्पेक्ट्रोस्कोपिक ट्रेसर (QSOs, ELGs) की आवश्यकता को प्रदर्शित करता है।
कॉस्मोलॉजिकल प्रभाव: साथी पेपर (निष्कर्ष में संदर्भित) इन कैलिब्रेटेड वितरणों का उपयोग करके एक नया कॉस्मिक शीयर विश्लेषण करता है, जो संभवतः अधिक सटीक और विश्वसनीय कॉस्मोलॉजिकल बाधाओं (constraints) को प्रस्तुत करेगा।