🔭 astrophysics

How well is the local Large Scale Structure of the Universe known? CosmicFlows vs. Biteau's Galaxy Catalog with Cloning

यह शोध पत्र कॉस्मिकफ्लोज़ (CosmicFlows) घनत्व क्षेत्र मॉडलों की जे. बिटौ के क्लोन किए गए गैलेक्सी कैटलॉग के साथ तुलना करता है, जिसमें यह पाया गया है कि जबकि स्थानीय आयतन (Local Volume) और गैर-अवरुद्ध क्षेत्रों के लिए बिटौ का दृष्टिकोण पसंदीदा है, यह ज़ोन ऑफ़ अवॉयडेंस (Zone of Avoidance) के भीतर काल्पनिक डेटा और रेडियल अनिश्चितताओं पर निर्भर करता है, जबकि कॉस्मिकफ्लोज़ उन महत्वपूर्ण बड़े पैमाने की संरचनाओं को प्रकट करता है जो कैटलॉग द्वारा छूट गई हैं लेकिन कभी-कभी कोणीय स्थितियों को गलत संरेखित करता है।

मूल लेखक: Yifei Li, Glennys R. Farrar

प्रकाशित 2026-02-04

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yifei Li, Glennys R. Farrar

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

यहाँ सरल भाषा और रोज़मर्रा के उदाहरणों का उपयोग करके शोध पत्र (paper) का स्पष्टीकरण दिया गया है।

बड़ी तस्वीर: पड़ोस का नक्शा बनाना

कल्पना कीजिए कि ब्रह्मांड एक विशाल, अंधेरे शहर की तरह है। हम एक विशिष्ट अपार्टमेंट (मिल्की वे गैलेक्सी) में रहते हैं, और हम पूरे पड़ोस का एक पूर्ण नक्शा बनाना चाहते हैं ताकि समझ सकें कि यह शहर कैसे बना है। इस नक्शे के दो मुख्य कारणों से बहुत महत्वपूर्ण होने का उल्लेख शोध पत्र में किया गया है:

कॉस्मिक किरणें (Cosmic Rays): ये अंतरिक्ष में उड़ने वाली उच्च गति वाली "गोलियों" (कणों) की तरह हैं। हमें यह जानने के लिए कि वे कहाँ से आ रही हैं, हमें यह जानना होगा कि वे कौन सी "इमारतें" (गैलेक्सियाँ) हैं जो उन्हें दाग रही हो सकती हैं।
डार्क मैटर (Dark Matter): हम जानना चाहते हैं कि अदृश्य "भूतिया पदार्थ" (ghost matter) कहाँ छिपा है, जो इस शहर को एक साथ थामे हुए है।

यह शोध पत्र हमारे स्थानीय ब्रह्मांड (लगभग 300 मिलियन प्रकाश वर्ष के भीतर) का यह नक्शा बनाने की कोशिश करने वाली दो अलग-अलग टीमों की तुलना करता है।

दो नक्शा बनाने वाले (The Two Map-Makers)

टीम 1: "मोशन डिटेक्टिव्स" (CosmicFlows)

वे कैसे काम करते हैं: वे केवल यह नहीं देखते कि गैलेक्सियाँ कहाँ हैं; वे यह भी देखते हैं कि वे कैसे चल रही हैं। कल्पना कीजिए कि आप लोगों की भीड़ में हैं। भले ही आप सभी को स्पष्ट रूप से न देख सकें, लेकिन यदि आप देखते हैं कि लोगों का एक समूह किसी विशिष्ट स्थान की ओर तेजी से भाग रहा है, तो आप अनुमान लगा सकते हैं कि वहाँ कोई भारी वस्तु (जैसे चुंबक) उन्हें अपनी ओर खींच रही है।
उपकरण: वे एक परिष्कृत कंप्यूटर मॉडल का उपयोग करते हैं जो खाली जगहों को भरने के लिए गुरुत्वाकर्षण और गति की गणना करता है।
कमी: क्योंकि वे गति पर निर्भर करते हैं, इसलिए उनका नक्शा थोड़ा "स्मूथ" (smoothed out) होता है। यह एक मौसम के नक्शे की तरह है जो हर एक बूंद के बजाय एक सामान्य तूफान के क्षेत्र को दिखाता है। वे चीजों के सटीक स्थान के बारे में भी अनिश्चित हैं क्योंकि "हवा" (peculiar velocities) गैलेक्सियों को उनके वास्तविक पथ से भटका सकती है।

टीम 2: "डायरेक्ट फोटोग्राफर्स" (Biteau's Catalog)

वे कैसे काम करते हैं: वे एक सीधा विवरण (inventory) लेते हैं। वे गैलेक्सियों की एक सूची देखते हैं, उनकी चमक मापते हैं, और उसके आधार पर उनके द्रव्यमान (mass) की गणना करते हैं। यह एक पार्किंग लॉट में हर कार को गिनने और उनके आकार के आधार पर उनका वजन करने जैसा है।
उपकरण: 489,000 गैलेक्सियों की एक विशाल सूची।
कमी: इस पद्धति के साथ दो बड़ी समस्याएँ हैं:
1. "धुंधली खिड़की" (Zone of Avoidance): हमारी ब्रह्मांड की दृष्टि हमारी अपनी गैलेक्सी के धूल भरे केंद्र (Milky Way) द्वारा बाधित है। यह एक गंदी, धुंधली खिड़की के माध्यम से शहर की फोटो लेने जैसा है। आप कांच के पीछे की इमारतों को नहीं देख सकते।
2. "स्पीड ट्रैप" (Distance Errors): यह जानने के लिए कि कोई गैलेक्सी कितनी दूर है, यह टीम मुख्य रूप से यह मान लेती है कि वह हमसे एक स्थिर गति (Hubble flow) से दूर जा रही है। लेकिन गैलेक्सियों की अपनी "बगल-से-बगल" (side-to-side) की गतिविधियाँ भी होती हैं। यदि कोई गैलेक्सी हमारी ओर तेजी से आ रही है, तो टीम को लग सकता है कि वह वास्तव में बहुत दूर है, या इसके विपरीत।

"क्लोनिंग" का तरीका और यह क्यों जोखिम भरा है

टीम 2 (Biteau) के साथ सबसे बड़ी समस्या यह है कि वे "धुंधली खिड़की" (Zone of Avoidance) को कैसे संभालते हैं। चूंकि वे धूल के पीछे की गैलेक्सियों को नहीं देख सकते, इसलिए वे "क्लोनिंग" नामक एक ट्रिक का उपयोग करते हैं।

उपमा (Analogy): कल्पना कीजिए कि आप एक दीवार को देख रहे हैं जिसमें एक छेद है। आप छेद के ऊपर और नीचे के वॉलपेपर पैटर्न को देख सकते हैं, लेकिन बीच के हिस्से को नहीं। छेद को भरने के लिए, आप ऊपर के हिस्से से वॉलपेपर का एक टुकड़ा लेते हैं, उसे उल्टा करते हैं, और उसे छेद में चिपका देते हैं। आप यही नीचे वाले टुकड़े के साथ भी करते हैं।
परिणाम: आपके पास एक पूरी दीवार तो होती है, लेकिन बीच का पैटर्न नकली होता है। यह ऊपर और नीचे के हिस्से का एक दर्पण प्रतिबिंब (mirror image) होता है।
शोध पत्र का निष्कर्ष: लेखकों ने पाया कि यह "क्लोनिंग" नक्शे में पूरी तरह से नकली संरचनाएं पैदा करती है। कुछ क्षेत्रों में, यह उस पदार्थ की मात्रा को दोगुना कर देता है जो वास्तव में वहां मौजूद ही नहीं है। यह पार्क के बीच में एक नकली इमारत बनाने जैसा है क्योंकि आप पेड़ों के पीछे की असली इमारत को देख नहीं पा रहे थे।

जब उन्होंने नक्शों की तुलना की तो उन्हें क्या मिला

1. "स्थानीय" पड़ोस (11 मिलियन प्रकाश वर्ष के भीतर)

विजेता: टीम 2 (Biteau)।
क्यों: हमारे तत्काल परिवेश में, हमारे पास गैलेक्सी की दूरियों के बहुत सटीक माप (Cepheid सितारों जैसी तकनीकों का उपयोग करके) उपलब्ध हैं। यहाँ, "डायरेक्ट फोटोग्राफर्स" के पास "मोशन डिटेक्टिव्स" की तुलना में अधिक विस्तृत और बेहतर नक्शा है। उन्होंने पाया कि हमारा स्थानीय पड़ोस वास्तव में अधिक सघन (अधिक चीजें वाला) है जितना कि मोशन डिटेक्टिव्स के स्मूथ मॉडल ने सुझाव दिया था।

2. "धुंधला" केंद्र (The Zone of Avoidance)

विजेता: टीम 1 (CosmicFlows)।
क्यों: क्योंकि टीम 2 की "क्लोनिंग" नकली संरचनाएं बनाती है, इसलिए उनका नक्शा हमारे गैलेक्सी के धूल भरे केंद्र में अविश्वसनीय है। टीम 1 का तरीका, जो गुरुत्वाकर्षण और गति का उपयोग करता है, धूल के पीछे क्या छिपा है इसका एक बेहतर अनुमान लगाने का एकमात्र तरीका है, भले ही वह पूर्ण न हो।

3. "दूर" का पड़ोस (11 मिलियन प्रकाश वर्ष से परे)

टकराव:
- टीम 2 गैलेक्सियों के विशाल समूहों (जैसे Pavo-Indus समूह) को देखती है जो बहुत सघन दिखाई देते हैं।
- टीम 1 इन्हीं क्षेत्रों को बहुत अधिक बिखरा हुआ और कम सघन देखती है।
कारण: टीम 2 संभवतः दूरी की गलतियाँ कर रही है। क्योंकि वे मानते हैं कि गैलेक्सियाँ हमसे एक सीधी रेखा में दूर जा रही हैं, इसलिए क्लस्टर्स में गैलेक्सियों की "बगल-से-बगल" की हलचल उन्हें एक विशाल दूरी तक फैला हुआ दिखाती है (एक "उंगली" की तरह जो हमारी ओर इशारा कर रही है)। टीम 1 का मॉडल इसे ठीक करता है, जिससे पता चलता है कि गैलेक्सियाँ वास्तव में एक-दूसरे के करीब हैं।

4. "साउथ पोल वॉल" का आश्चर्य

टीम 1 (CosmicFlows) ने गैलेक्सियों की एक विशाल दीवार की खोज की जिसे "साउथ पोल वॉल" कहा जाता है।
टीम 2 (Biteau) अपने कैटलॉग में इस दीवार को नहीं देखती है।
क्यों? यह दीवार संभवतः हमारी गैलेक्सी के धूल भरे "धुंधले खिड़की" के पीछे छिपी हुई है। यह साबित करता है कि केंद्रीय धुंध के बाहर भी, धूल बड़ी संरचनाओं को छिपा सकती है जिन्हें एक साधारण गैलेक्सी कैटलॉग मिस कर सकता है।

निचोड़ (The Bottom Line)

यदि आप जानना चाहते हैं कि ठीक बगल में क्या है: "डायरेक्ट फोटोग्राफर्स" (Biteau) पर भरोसा करें। उनका नक्शा तत्काल पड़ोस के लिए अधिक विस्तृत और सटीक है।
यदि आप जानना चाहते हैं कि धूल के पीछे क्या छिपा है: "मोशन डिटेक्टिव्स" (CosmicFlows) पर भरोसा करें। दूसरे टीम द्वारा उपयोग की जाने वाली "क्लोनिंग" ट्रिक ऐसी नकली इमारतें बनाती है जो वास्तव में मौजूद ही नहीं हैं।
यदि आप दूर के क्लस्टर्स के वास्तविक आकार को जानना चाहते हैं: "मोशन डिटेक्टिव्स" अधिक सटीक होने की संभावना रखते हैं क्योंकि वे गैलेक्सियों की उलझी हुई, बगल-से-बगल की गतिविधियों को भी ध्यान में रखते हैं जो "डायरेक्ट फोटोग्राफर्स" को भ्रमित करती हैं।

शोध पत्र निष्कर्ष निकालता है कि कोई भी नक्शा पूर्ण नहीं है। भविष्य के लिए सबसे अच्छा दृष्टिकोण दोनों को मिलाना है: कैटलॉग से विस्तृत स्थानीय डेटा का उपयोग करें, लेकिन उन जगहों पर जहाँ धूल दृश्य को छिपा देती है और जहाँ दूरी का माप जटिल हो जाता है, वहाँ गति-आधारित भौतिकी (motion-based physics) का उपयोग करें।

तकनीकी सारांश: ब्रह्मांड की स्थानीय विशाल संरचना (Large Scale Structure) को कितनी अच्छी तरह से जाना जाता है? CosmicFlows बनाम Biteau का गैलेक्सी कैटलॉग विद क्लोनिंग

समस्या विवरण
स्थानीय पदार्थ घनत्व वितरण (matter density distribution) का सटीक ज्ञान विभिन्न ब्रह्적인 अनुप्रयोगों के लिए महत्वपूर्ण है, जिसमें अल्ट्रा-हाई एनर्जी कॉस्मिक रे (UHECR) स्रोतों का मॉडलिंग करना और विसरित डार्क मैटर विलोपन संकेतों (diffuse Dark Matter annihilation signals) की भविष्यवाणी करना शामिल है। इस स्थानीय विशाल संरचना (LSS) के पुनर्निर्माण के लिए दो प्राथमिक पद्धतियां मौजूद हैं: (1) प्रेक्षित गैलेक्सी पेक्युलियर वेलोसिटी (peculiar velocities) और रेडशिफ्ट-स्वतंत्र स्थितियों से घनत्व क्षेत्रों का अनुमान लगाना (CosmicFlows दृष्टिकोण), और (2) दूरी के अनुमानों के साथ गैलेक्सी के कैटलॉग बनाना और अनदेखे क्षेत्रों को भरना (Biteau दृष्टिकोण)। हालांकि हाल के कार्यों में इन मॉडलों का उपयोग UHECR डिपोल एनिसोट्रॉपी (dipole anisotropies) को समझाने के लिए किया गया है, लेकिन उनकी सटीकता के संबंध में एक मात्रात्मक तुलना, विशेष रूप से "ज़ोन ऑफ अवॉयडेंस" (ZoA - मिल्की वे द्वारा बाधित क्षेत्र) और द्रव्यमान के रेडियल वितरण के संबंध में, का अभाव था। यह शोध इन मॉडलों के बीच विसंगतियों को संबोधित करता है ताकि यह निर्धारित किया जा सके कि कौन सा मॉडल स्थानीय द्रव्यमान वितरण के लिए अधिक विश्वसनीय आधार प्रदान करता है।

कार्यप्रणाली
लेखक तीन घनत्व मॉडलों के बीच एक मात्रात्मक तुलना करते हैं:

CosmicFlows2 (CF2): एक अर्ध-रैखिक (quasi-linear) घनत्व क्षेत्र जो विनर फ़िल्टर (Wiener Filter) और कन्सट्रेंड रियलाइजेशन (constrained realizations) का उपयोग करके लगभग 8,000 गैलेक्सी से प्राप्त किया गया है (Hoffman et al. 2018)।
CosmicFlows4 (CF4): 55,877 गैलेक्सी के नमूने पर HAMLET एल्गोरिदम और हैमिल्टोनियन मोंटे कार्लो सैंपलिंग का उपयोग करके एक अत्याधुनिक पुनर्निर्माण (Valade 2026, तैयारी में)।
Biteau का कैटलॉग (B21): 350 Mpc के भीतर लगभग 489,000 गैलेक्सी का एक अर्ध-अनुभवजन्य (semi-empirical) कैटलॉग (Biteau 2021)। B21 ल्यूमिनोसिटी फंक्शन के आधार पर द्रव्यमान आवंटित करता है और ZoA ( $|b| < 20^\circ$ के लिए $|\ell| < 30^\circ$ ) को भरने के लिए एक "क्लोनिंग" तकनीक का उपयोग करता है, जो ZoA सीमा के पार गैलेक्सी को मिरर (दर्पण प्रतिबिंब) करता है।

तुलना सक्षम करने के लिए, लेखक 3D स्थान को गोलाकार शेल ( $\Delta d \approx 1.43$ Mpc) और Healpix पिक्सल में वोक्सेलाइज़ (voxelize) करते हैं। वे B21 कैटलॉग को CosmicFlows क्षेत्रों की रिज़ॉल्यूशन से मेल खाने के लिए स्मूथिंग लागू करते हैं, जिसमें रेडियल स्मूथिंग के लिए गाऊसी प्रोफाइल ( $R_s = 5$ और $10$ Mpc) और विशिष्ट कोणीय स्मूथिंग स्कीम्स का उपयोग किया जाता है। ऋणात्मक दूरियों तक अवास्तविक द्रव्यमान पुनर्वितरण से बचने के लिए 10 Mpc से कम के स्थानीय आयतन के लिए, एक 2D नेस्टेड पिक्सेल स्मूथिंग का उपयोग किया जाता है। तुलना में विभिन्न रेडियल शेल्स में औसत ओवर-डेंसिटी (mean over-densities) का विश्लेषण करना और घनत्व उतार-चढ़ाव के स्काईमैप्स उत्पन्न करना शामिल है।

मुख्य योगदान और परिणाम

स्थानीय आयतन ( $<11$ Mpc): 11 Mpc के भीतर, Biteau मॉडल (जो सीधे Karachentsev et al. 2018 के लोकल वॉल्यूम कैटलॉग से प्राप्त है) CosmicFlows की तुलना में बेहतर पाया गया है। यह एक स्थानीय ओवरडेंसिटी प्रकट करता है जो CF4 द्वारा अनुमानित घनत्व से लगभग दोगुना बड़ा है। लेखक CF4 की इस कमी का कारण एक ऐसे 'प्रायर' (prior) की अनुपस्थिति को मानते हैं जो पर्यवेक्षक को मिल्की वे जैसी गैलेक्सी के भीतर रखता है; CF4 सापेक्ष वेगों के आधार पर द्रव्यमान का पुनर्निर्माण करता है बिना एक सघन स्थानीय वातावरण में पर्यवेक्षक के स्थान के लिए पक्षपाती हुए।
ज़ोन ऑफ अवॉयडेंस (ZoA) और क्लोनिंग आर्टिफैक्ट्स: अध्ययन यह पहचानता है कि B21 में ZoA को भरने के लिए उपयोग की जाने वाली "क्लोनिंग" प्रक्रिया पूरी तरह से काल्पनिक बड़े पैमाने की संरचनाएं बनाती है। गैलेक्टिक सेंटर की ओर वाले क्षेत्रों में, क्लोनिंग $|b| \approx 20^\circ$ से संरचनाओं को ZoA में मिरर करती है, जिससे कुछ शेल्स (जैसे 85 Mpc पर) में ओवरडेंसिटी कृत्रिम रूप से दोगुनी हो जाती है। फलस्वरूप, B21 का घनत्व क्षेत्र ZoA में, केवल 11 Mpc के लोकल वॉल्यूम (जहाँ प्रत्यक्ष अवलोकन मौजूद हैं) को छोड़कर, अविश्वसनीय माना जाता है।
रेडियल वितरण और "फिंगर-ऑफ-गॉड" प्रभाव: अधिक दूरी पर, B21 मॉडल CF4 की तुलना में कम मजबूत रेडियल द्रव्यमान वितरण प्रदर्शित करता है। क्योंकि B21 मुख्य रूप से रेडशिफ्ट ( $d = cz/H_0$ ) के आधार पर दूरियां आवंटित करता है, यह महत्वपूर्ण पेक्युलियर वेलोसिटी (विशाल क्लस्टर्स में इनफॉल वेलोसिटी 1000 किमी/सेकंड से अधिक हो सकती है) को ध्यान में रखने में विफल रहता है। इससे "फिंगर-ऑफ-गॉड" आर्टिफैक्ट्स उत्पन्न होते हैं जहाँ द्रव्यमान गलत दूरी शेल्स पर रेडियल रूप से फैल जाता है, जबकि CF4 का स्व-सुसंगत (self-consistent) पेक्युलर वेलोसिटी मॉडलिंग अधिक केंद्रित और भौतिक रूप से प्रेरित रेडियल वितरण प्रदान करता है।
संरचनात्मक विसंगतियां: जबकि CF2 और CF4 समान बड़े पैमाने की संरचनाएं दिखाते हैं, CF4 अधिक विस्तृत उप-संरचनाएं (जैसे Antlia, NGC 5846) और बड़े वेरिएंस प्रकट करता है। विशेष रूप से, लेखक CF4 में गैर-ZoA क्षेत्रों (जैसे Pavo-Indus क्षेत्र) में संरचनाओं की कोणीय स्थितियों में अप्रत्याशित मिसअलाइनमेंट पाते हैं, जहाँ B21 एक महत्वपूर्ण ओवरडेंसिटी दिखाता है जिसे CF4 नहीं पहचान पाता है। लेखक सुझाव देते हैं कि यह B21 में गलत रेडशिफ्ट-आधारित दूरी असाइनमेंट या CF4 द्वारा विशिष्ट द्रव्यमान सांद्रता को पकड़ने में विफलता के कारण हो सकता है, हालांकि सटीक कारण रहस्य बना हुआ है।
साउथ पोल वॉल (South Pole Wall): पेपर इस बात पर प्रकाश डालता है कि साउथ पोल वॉल, जिसकी खोज CosmicFlows द्वारा की गई थी, गैलेक्सी कैटलॉग में अनुपस्थित है, जो यह दर्शाता है कि बाधा (obscuration) सख्त ZoA सीमाओं के बाहर भी एक समस्या हो सकती है।

महत्व और निष्कर्ष
पेपर का निष्कर्ष है कि मॉडल का चुनाव विशिष्ट अनुप्रयोग और दूरी के पैमाने पर निर्भर करता है:

स्थानीय आयतन ( $<11$ Mpc) के लिए: प्रत्यक्ष कैटलॉग दृष्टिकोण (B21/LV) को इसके मजबूत दूरी मापों और वास्तविक स्थानीय ओवरडेंसिटी को पकड़ने की क्षमता के कारण प्राथमिकता दी जाती है।
ज़ोन ऑफ अवॉयडेंस (ZoA) के लिए: CosmicFlows दृष्टिकोण (CF4) वर्तमान में सबसे विश्वसनीय है, क्योंकि यह काल्पनिक क्लोनिंग के बजाय बड़े पैमाने की गतियों की स्व-सुसंगतता पर निर्भर करता है।
सामान्य बड़े पैमाने की संरचना (Large-Scale Structure) के लिए: जबकि B21 वहां अच्छा कोणीय सूचना प्रदान करता है जहाँ बाधा न्यूनतम है, इसका रेडियल वितरण पेक्युलर वेलसिटी प्रभावों के कारण समझौतापूर्ण है। इसके विपरीत, CF4 एक भौतिक रूप से सुसंगत द्रव्यमान वितरण प्रदान करता है, लेकिन कभी-कभी कोणीय संरचनाओं को मिसअलाइन कर सकता है या स्थानीय ओवरडेंसिटी को कम आंक सकता है।

लेखक इस बात पर जोर देते हैं कि UHECR अध्ययनों के लिए, स्रोत की दूरी और गैलेक्टिक मैग्नेटिक फील्ड के प्रति संवेदनशीलता को देखते हुए, B21 में रेडियल वितरण की त्रुटियां और क्लोनिंग से उत्पन्न कृत्रिम संरचनाएं UHECR डिपोल मैग्नीट्यूड की भविष्यवाणियों को महत्वपूर्ण रूप से प्रभावित कर सकती हैं। वे सुझाव देते हैं कि भविष्य के मॉडलों को आदर्श रूप से CosmicFlows के भौतिक प्रायर (physical priors) को गैलेक्सी कैटलॉग के मजबूत दूरी मापों के साथ जोड़ना चाहिए, और ZoA के लिए "क्लोनिंग" पद्धति को धूल और गैस मॉडलिंग के आधार पर देखे गए गैलेक्सी को सांख्यिकीय रूप से पुन: भारित (reweight) करने वाली तकनीकों द्वारा प्रतिस्थापित किया जाना चाहिए।

बड़ी तस्वीर: पड़ोस का नक्शा बनाना

दो नक्शा बनाने वाले (The Two Map-Makers)

"क्लोनिंग" का तरीका और यह क्यों जोखिम भरा है

जब उन्होंने नक्शों की तुलना की तो उन्हें क्या मिला

निचोड़ (The Bottom Line)

इसी तरह के और पेपर