🔭 astrophysics

Cosmological constraints from a joint DESI DR1 Full-Shape and DR2 BAO

यह शोध पत्र DESI DR1 फुल-शेप और DR2 BAO डेटा को शेपफिट (ShapeFit) संपीड़न विधि का उपयोग करके संयोजित करने वाला एक सुदृढ़, प्रायर-सुदृढ़ (prior-robust) बेयसियन विश्लेषण प्रस्तुत करता है, ताकि $\Lambda$ CDM मॉडल के विस्तार, जिसमें गतिशील डार्क एनर्जी और न्यूट्रिनो द्रव्यमान शामिल हैं, पर पहले विश्वसनीय DESI-मात्र प्रतिबंध प्रदान किए जा सकें।

मूल लेखक: D. Forero-Sánchez, H. Gil-Marín, L. Verde, Z. Ding, A. J. Ross, A. Carnero Rosell, J. Aguilar, S. Ahlen, S. Bailey, D. Bianchi, C. Blake, A. Brodzeller, D. Brooks, R. Canning, F. J. Castander, T. Clay

प्रकाशित 2026-02-24

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: D. Forero-Sánchez, H. Gil-Marín, L. Verde, Z. Ding, A. J. Ross, A. Carnero Rosell, J. Aguilar, S. Ahlen, S. Bailey, D. Bianchi, C. Blake, A. Brodzeller, D. Brooks, R. Canning, F. J. Castander, T. Claybaugh, S. Cole, A. Cuceu, A. de la Macorra, Arjun Dey, P. Doel, S. Ferraro, A. Font-Ribera, J. E. Forero-Romero, E. Gaztañaga, G. Gutierrez, J. Guy, C. Hahn, H. K. Herrera-Alcantar, K. Honscheid, D. Huterer, M. Ishak, R. Joyce, S. Juneau, R. Kehoe, D. Kirkby, T. Kisner, J. Kneib, A. Kremin, O. Lahav, C. Lamman, M. Landriau, L. Le Guillou, M. Manera, A. Meisner, R. Miquel, J. Moustakas, G. Niz, N. Palanque-Delabrouille, W. J. Percival, F. Prada, I. Pérez-Ràfols, G. Rossi, E. Sanchez, E. F. Schlafly, D. Schlegel, H. Seo, J. Silber, D. Sprayberry, G. Tarlé, B. A. Weaver, C. Zhao, R. Zhou, H. Zou

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 ब्रह्मांड एक विशाल, फैलते हुए गुब्बारे की तरह है। दशकों से, ब्रह्मांड विज्ञानी (cosmologists) यह समझने की कोशिश कर रहे हैं कि यह गुब्बारा वास्तव में कितनी तेजी से फूल रहा है, यह किस चीज से बना है, और क्या यह फैलाव तेज हो रहा है या धीमा हो रहा है। ऐसा करने के लिए, उन्हें आकाशगंगाओं के बीच की दूरियों को मापने के लिए एक "रूलर" (पैमाने) की आवश्यकता है।

यह शोध पत्र इस बारे में है कि कैसे खगोलविदों की एक टीम DESI (डार्क एनर्जी स्पेक्ट्रोस्कोपिक इंस्ट्रूमेंट) नामक एक विशाल नए उपकरण का उपयोग करके इस ब्रह्मांडीय रूलर के अब तक के सबसे सटीक माप ले रही है। वे ब्रह्मांड के दो अलग-अलग "स्नैपशॉट" (एक अलग समय पर लिए गए डेटा, जैसे डेटा रिलीज़ 1 और डेटा रिलीज़ 2) को मिला रहे हैं ताकि पहले से कहीं अधिक स्पष्ट तस्वीर मिल सके।

यहाँ इसका विवरण दिया गया है कि उन्होंने क्या किया और उन्हें क्या मिला, जिसे रोजमर्रा के उदाहरणों के माध्यम से समझाया गया है।

1. उपकरण: एक ब्रह्मांडीय रूलर और एक "फुल-शेप" स्कैन

DESI एक सुपर-पावर्ड कैमरे की तरह है जो एक साथ 5,000 आकाशगंगाओं की तस्वीरें ले सकता है। यह आकाशगंगाओं के प्रकाश को देखकर दो चीजें मापता है:

"गूँज" (BAO): बहुत समय पहले, ध्वनि तरंगें शुरुआती ब्रह्मांड के गर्म सूप (hot soup) के माध्यम से लहरों की तरह उठी थीं। जब ब्रह्मांड ठंडा हुआ, तो ये तरंगें जम गईं, जिससे आकाशगंगाओं के बीच की दूरी में एक विशिष्ट "फिंगरप्रिंट" या गूँज छोड़ दी गई। इसे बेरियन एकोस्टिक ऑसिलेशन (BAO) कहा जाता है। इसे एक जंगल में पेड़ों की एक समान दूरी वाली कतार के रूप में सोचें। यदि आप जानते हैं कि पेड़ 10 मीटर की दूरी पर लगाए गए थे, और आप देखते हैं कि वे 12 मीटर की दूरी पर दिख रहे हैं, तो आप जानते हैं कि जंगल फैल गया है। यह एक बहुत ही विश्वसनीय, कठोर रूलर है।
"फुल शेप" (FS): लेकिन जंगल केवल पेड़ों की एक कतार नहीं है; यह पहाड़ियों, घाटियों और समूहों वाला एक जटिल परिदृश्य है। फुल-शेप विश्लेषण पूरे परिदृश्य के पैटर्न को देखता है, न कि केवल पेड़ों की दूरी को। यह हमें बताता है कि गुरुत्वाकर्षण चीजों को एक साथ कैसे खींच रहा है और ब्रह्मांड कैसे बढ़ रहा है।

2. समस्या: "प्रायर वॉल्यूम" ट्रैप (Prior Volume Trap)

अतीत में, जब वैज्ञानिकों ने इन दो मापों (कठोर रूलर और जटिल परिदृश्य) को मिलाकर नई थ्योरीज़ (जैसे, "क्या समय के साथ डार्क एनर्जी बदल रही है?") का परीक्षण करने की कोशिश की, तो उन्हें प्रायर वॉल्यूम इफेक्ट्स नामक एक गणितीय समस्या का सामना करना पड़ा।

उदाहरण: कल्पना कीजिए कि आप एक विशाल गोदाम में खोया हुआ सिक्का खोजने की कोशिश कर रहे हैं।

कठोर रूलर (BAO) आपको बताता है कि सिक्का निश्चित रूप से गोदाम के अंदर ही है।
जटिल परिदृश्य (Full Shape) आपको संकेत देता है कि सिक्का गोदाम में कहाँ हो सकता है।
ट्रैप (जाल): यदि आपके पास पर्याप्त सुराग नहीं हैं, तो आपका कंप्यूटर सिमुलेशन भ्रमित हो सकता है। यह कह सकता है, "खैर, सिक्का कोने में हो सकता है, या बीच में, या छत पर!" क्योंकि "छत" वाला क्षेत्र बहुत बड़ा है, गणित गलती से ऐसा महसूस कराता है कि सिक्का छत पर होने की सबसे अधिक संभावना है, भले ही सुराग फर्श की ओर इशारा कर रहे हों। यही वह "प्रवाइर वॉल्यूम इफेक्ट" है—गणित वास्तविक डेटा के बजाय संभावनाओं के विशाल आकार से पक्षपाती हो जाता है।

3. समाधान: "शेपफिट" (ShapeFit) कम्प्रेशन

लेखकों ने ShapeFit नामक एक चतुर नई विधि का उपयोग किया।

उदाहरण: जंगल के हर एक पेड़ का नक्शा बनाने के बजाय (जो गणना के लिहाज से भारी है और "छत" वाले जाल की ओर ले जा सकता है), ShapeFit डेटा को कुछ प्रमुख "समरी स्टैट्स" (सारांश आँकड़ों) में संकुचित कर देता है। यह जंगल की एक उच्च-रिज़ॉल्यूशन फोटो लेने और फिर उसे एक छोटे, स्पष्ट थंबनेल में छोटा करने जैसा है जिसमें सभी महत्वपूर्ण विवरण अभी भी सुरक्षित रहते हैं।

इस "थंबनेल" दृष्टिकोण का उपयोग करके, उन्होंने इस गणितीय जाल से बचने में सफलता पाई। अब वे डेटा को देख सकते थे बिना इस बात से भ्रमित हुए कि संभावनाएं कितनी बड़ी हैं। इसने उन्हें बाहरी जानकारी (जैसे कॉस्मिक माइक्रोवेव बैकग्राउंड) पर बहुत अधिक निर्भर हुए बिना, केवल DESI डेटा का उपयोग करके विश्वसनीय निष्कर्ष निकालने की अनुमति दी।

4. परिणाम: उन्हें क्या मिला?

नए, बड़े डेटासेट (DR2) को विस्तृत फुल-शेप डेटा (DR1) के साथ मिलाकर, उन्होंने पाया:

ब्रह्मांड के घटक: उन्होंने पुष्टि की कि ब्रह्मांड लगभग 30% पदार्थ (जैसे आकाशगंगाएं और डार्क मैटर) से बना है और बाकी डार्क एनर्जी है। उन्होंने विस्तार दर (हबल स्थिरांक, या h) को लगभग 0.69 मापा।
क्या डार्क एनर्जी बदल रही है? मानक सिद्धांत कहता है कि डार्क एनर्जी एक स्थिर "कॉस्मोलॉजिकल कांस्टेंट" (जैसे एक स्थिर दबाव जो ब्रह्मांड को दूर धकेलता है) है। हालाँकि, उनके डेटा से संकेत मिलता है कि डार्क एनर्जी लहरदार (wobbly) हो सकती है—यानी समय के साथ इसकी शक्ति बदल रही है।
- तनाव (The Tension): यदि आप केवल "कठोर रूलर" (BAO) को देखते हैं, तो डेटा मानक सिद्धांत से लगभग 1.7 मानक विचलन (standard deviations) का अंतर दिखाता है (थोड़ा सा असहमति)।
- समाधान: जब उन्होंने "फुल शेप" डेटा जोड़ा, तो यह असहमति घटकर 1.4 मानक विचलन रह गई। यह अभी भी एक संकेत है, लेकिन यह एक चीखने के बजाय एक फुसफुसाहट की तरह है। यह सुझाव देता है कि ब्रह्मांड हमारी सोच से अधिक गतिशील हो सकता है, लेकिन यह अभी तक कोई पूर्ण संकट नहीं है।
न्यूट्रिनो (भूतिया कण): उन्होंने न्यूट्रिनो (सूक्ष्म, भूतिया कण जो सब कुछ के पार निकल जाते हैं) के कुल द्रव्यमान पर एक नई सीमा तय की। उन्होंने पाया कि कुल द्रव्यमान बहुत कम होना चाहिए, यानी बाहरी डेटा का उपयोग किए बिना 0.54 eV (इलेक्ट्रॉन वोल्ट) से कम। यह इन मायावी कणों को समझने की दिशा में एक बड़ा कदम है।
वक्रता (Curvature): उन्होंने जांच की कि क्या ब्रह्मांड सपाट (जैसे कागज का पन्ना) है या घुमावदार (जैसे एक गोला)। डेटा कहता है कि यह सपाट है, जो हमारे वर्तमान सर्वोत्तम सिद्धांतों के अनुरूप है।

5. यह क्यों मायने रखता है

यह शोध पत्र एक मील का पत्थर है क्योंकि यह साबित करता है कि DESI अपने आप में सक्षम है। पहले, ब्रह्मांड के विस्तार के बारे में विश्वसनीय उत्तर प्राप्त करने के लिए, वैज्ञानिकों को DESI डेटा को बिग बैंग (CMB) के डेटा के साथ मिलाने की आवश्यकता होती थी।

अब, ShapeFit पद्धति की मदद से, DESI ब्रह्मांड के विकास के बारे में जटिल प्रश्नों के उत्तर केवल अपने स्वयं के डेटा का उपयोग करके दे सकता है। यह एक ऐसे जासूस की तरह है जिसे पहले संदिग्ध की पुष्टि करने के लिए दूसरे जासूस की आवश्यकता होती थी, लेकिन अब उसके पास एक नया फॉरेंसिक टूल है जो उसे खुद पर 100% विश्वास दिलाता है।

संक्षेप में: ब्रह्मांड फैल रहा है, यह ज्यादातर सपाट है, और डार्क एनर्जी कुछ दिलचस्प कर रही हो सकती है, लेकिन निश्चित होने के लिए हमें और अधिक डेटा की आवश्यकता है। नया "ShapeFit" टूल ही वह कुंजी है जिसने गणित में खोए बिना इन उत्तरों को अनलॉक किया है।

यहाँ "Cosmological constraints from a joint DESI DR1 Full-Shape and DR2 BAO" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

डार्क एनर्जी स्पेक्ट्रोस्कोपिक इंस्ट्रूमेंट (DESI) ने अपने डेटा रिलीज़ (DR1 और DR2) के माध्यम से उच्च-परिशुद्धता वाले ब्रह्मांडीय डेटा का उत्पादन किया है। हालाँकि, इन डेटासेट्स को संयोजित करना दो महत्वपूर्ण चुनौतियाँ प्रस्तुत करता है:

डेटा सहसंबंध (Data Correlation): DR1 और DR2 अत्यधिक सहसंबंधित हैं क्योंकि DR2 में DR1 के डेटा के साथ अतिरिक्त अवलोकन शामिल हैं। क्रॉस-कोरिलेशन (cross-correlations) को ध्यान में रखे बिना उनके लाइकलीहुड्स (likelihoods) का एक साधारण संयोजन गलत त्रुटि अनुमानों की ओर ले जाता है।
प्रायर वॉल्यूम प्रभाव (Prior Volume Effects): जब कॉस्मिक माइक्रोवेव बैकग्राउंड (CMB) के प्रायर (priors) के बिना (केवल DESI डेटा का उपयोग करके) बेयसियन फ्रेमवर्क का उपयोग करके DESI डेटा का विश्लेषण किया जाता है, तो मानक $\Lambda$ CDM (जैसे कि डायनेमिकल डार्क एनर्जी या न्यूट्रिनो द्रव्यमान) से परे मॉडलों पर प्रतिबंध अक्सर अविश्वसनीय होते हैं। यह "प्रायर वॉल्यूम प्रभावों" के कारण होता है, जहाँ न्युन्स पैरामीटर्स (nuisance parameters) पर प्रायर का चयन पोस्टीरियर वितरण (posterior distribution) पर हावी हो जाता है, जिससे मैक्सिमम ए पोस्टेरिओरी (MAP) और वास्तविक प्रोफाइल लाइकलीहुड के बीच बदलाव आता है। पिछले फुल-मॉडलिंग (FM) दृष्टिकोण इस समस्या से काफी प्रभावित थे।

2. कार्यप्रणाली (Methodology)

लेखक एक नया ढांचा प्रस्तावित करते हैं जो DESI DR1 फुल-शेप (FS) क्लस्टरिंग मापों को DESI DR2 बेरियन एकोस्टिक ऑसिलेशन (BAO) मापों के साथ संयोजित करता है, जिसे "DESI1.5" कहा गया है।

ShapeFit संपीड़न (ShapeFit Compression): कम्प्यूटेशनल रूप से महंगे फुल-मॉडलिंग (FM) दृष्टिकोण के बजाय, लेखक ShapeFit पद्धति का उपयोग करते हैं। यह पावर स्पेक्ट्रम की जानकारी को कुछ चुनिंदा मापदंडों में संकुचित कर देता है:
- $q_{iso}, q_{ap}$ : आइसोट्रोपिक और अल्कोक-पज़की (Alcock-Paczynski) डाइलेशन पैरामीटर्स।
- $f$ : संरचना की लॉगरिदमिक वृद्धि (logarithmic growth of structure)।
- $m, n$ : शेप पैरामीटर्स जो पावर स्पेक्ट्रम के ढलान (slope) का वर्णन करते हैं।
  यह संपीड़न ब्रह्मांड विज्ञान-अज्ञेयवादी (cosmology-agnostic) है, जो डेटा संपीड़न को मॉडल निष्कर्ष (model inference) से अलग करता है।
EZmocks के माध्यम से संयुक्त सहप्रसरण अनुमान (Joint Covariance Estimation via EZmocks):
- DR1 और DR2 के बीच सहसंबंध को संभालने के लिए, लेखकों ने EZmocks (ज़ेल्डोविच सन्निकटन पर आधारित मॉक कैटलॉग) का एक समूह तैयार किया।
- उन्होंने 100 मौजूदा DR1 EZmocks को DR2 सर्वे फुटप्रिंट पर पुन: प्रक्षेपित (reprojected) किया ताकि दोनों रिलीज़ के लिए एक सुसंगत मॉक सूट बनाया जा सके।
- उन्होंने संकुचित DR1 ShapeFit मापदंडों और DR2 BAO मापदंडों के बीच क्रॉस-कोरिलेशन मैट्रिक्स की गणना की। इसने उन्हें प्रत्येक ट्रेसर के लिए एक पूर्ण $6 \times 6$ कोवेरियेंस मैट्रिक्स (4 SF पैरामीटर और 2 BAO पैरामीटर को मिलाकर) बनाने की अनुमति दी।
- तीन कोवेरियेंस रणनीतियों का परीक्षण किया गया: (A) पूर्ण मॉक कोवेरियेंस, (B) क्रॉस-कोरिलेशन को अनदेखा करना, और (C) डेटा-व्युत्पन्न डायगोनल ब्लॉक्स और मॉक-व्युत्पन्न ऑफ-डायगोनल क्रॉस-टर्म्स का उपयोग करने वाला बेसलाइन विकल्प।
प्रायर्स (Priors):
- BBN प्रायर: बिग बैंग न्यूक्लियोसिंथेसिस (BBN) से प्राप्त भौतिक बेरियन घनत्व ( $\omega_b$ ) पर एक कड़ा प्रायर।
- स्पेक्ट्रल इंडेक्स ( $n_s$ ): एक विस्तृत प्रायर ( $n_s10$ ) जिसमें बाहरी पूर्वाग्रह को कम करने के लिए अनिश्चितता को प्लैंक (Planck) के सापेक्ष 10 गुना बढ़ाया गया है।
- बाहरी डेटा: विश्लेषण को DESI-केवल डेटा और CMB (Planck) एवं सुपरनोवा (PantheonPlus) के साथ संयुक्त रूप से किया गया।

3. प्रमुख योगदान (Key Contributions)

प्रथम सुसंगत DR1+DR2 संयोजन: यह शोध पत्र DESI DR1 फुल-शेप और DR2 BAO डेटा का पहला इष्टतम संयोजन प्रदान करता है, जो मॉक-आधारित क्रॉस-कोवेरियंस का उपयोग करके उनके सांख्यिकीय सहसंबंध को ठीक से संभालता है।
प्रायर वॉल्यूम प्रभावों का शमन: यह अध्ययन प्रदर्शित करता है कि ShapeFit संपीड़न दृष्टिकोण पैरामीटर स्पेस को प्रभावी ढंग से नियमित (regularize) करता है। फुल-मॉडलिंग के विपरीत, ShapeFit ऐसे बेयसियन पोस्टीरियर देता है जहाँ MAP, उच्च-संभावना वाले क्षेत्र के अनुरूप होता है, जिससे विकसित होने वाले डार्क एनर्जी वाले मॉडलों में भ्रामक बदलाव समाप्त हो जाते हैं।
DESI-केवल प्रतिबंध: पहली बार, केवल DESI डेटा (प्लस न्यूनतम BBN/ $n_s$ प्रायर) का उपयोग करके $\Lambda$ CDM के विस्तार (डायनेमिकल डार्क एनर्जी, न्यूट्रिनो द्रव्यमान) पर मजबूत बेयसियन प्रतिबंध प्राप्त किए गए हैं, जिसमें डिजेनेरेसी (degeneracy) को तोड़ने के लिए CMB पर निर्भर रहने की आवश्यकता नहीं है।
साउंड-होराइजन-मुक्त विश्लेषण (Sound-Horizon-Free Analysis): लेखक साउंड होराइजन स्केल ( $r_d$ ) के प्रति अज्ञेयवादी विश्लेषण करते हैं, जिसमें पुनर्संयोजन भौतिकी (recombination physics) से स्वतंत्र रूप से $H_0$ को प्रतिबंधित करने के लिए पदार्थ-विकिरण समानता पैमाने (matter-radiation equality scale) का एक मानक रूलर के रूप में उपयोग किया जाता है।

4. मुख्य परिणाम (Key Results)

$\Lambda$ CDM प्रतिबंध (फ्लैट यूनिवर्स)

BBN और विस्तृत $n_s$ प्रायर के साथ संयुक्त DESI1.5 डेटासेट का उपयोग करते हुए:

$\Omega_m = 0.3035 \pm 0.0085$
$h = 0.6876 \pm 0.0059$
$\sigma_8 = 0.822 \pm 0.034$
ये परिणाम पिछले DR1 और DR2-केवल विश्लेषणों के अनुरूप हैं लेकिन बेहतर परिशुद्धता के साथ।

डायनेमिकल डार्क एनर्जी ( $w_0w_a$ CDM)

DESI-Only: $w_0 = -0.49 \pm 0.25$ $w_{0} = - 0.49 \pm 0.25$ , $w_a = -1.52 \pm 0.77$ $w_{a} = - 1.52 \pm 0.77$ ।
- यह DR1-केवल ShapeFit परिणामों की तुलना में प्रतिबंधों में ~30% सुधार का प्रतिनिधित्व करता है।
- $\Lambda$ CDM के साथ तनाव (tension) घटकर 1.4 $\sigma$ रह गया है (BAO-केवल के 1.7 $\sigma$ की तुलना में), जो दर्शाता है कि फुल-शेप डेटा प्रायर पूर्वाग्रह उत्पन्न किए बिना प्रतिबंधों को स्थिर करने में मदद करता है।
DESI + CMB: विकसित होने वाली डार्क एनर्जी के लिए प्राथमिकता बढ़कर लगभग 3 $\sigma$ हो जाती है।

न्यूट्रिनो द्रव्यमान प्रतिबंध (Neutrino Mass Constraints)

DESI-Only ( $\Lambda$ CDM): ऊपरी सीमा $\sum m_\nu < 0.54$ eV (95% CI) है। पोस्टीरियर धनात्मक द्रव्यमान ( $\approx 0.03$ eV) पर पीक करता है, जो पिछले DR1 FM परिणामों के विपरीत है जो ऋणात्मक द्रव्यमान क्षेत्रों में पीक करते थे।
DESksi-Only ( $w_0w_a$ CDM): ऊपरी सीमा $\sum m_\nu < 1.00$ eV (95% CI) है।
DESI + CMB: प्रतिबंध काफी सख्त होकर $\sum m_\nu < 0.062$ eV ( $\Lambda$ CDM) और $< 0.144$ eV ( $w_0w_a$ CDM) हो जाते हैं।

स्थानिक वक्रता (Spatial Curvature)

फुल-शेप जानकारी को DR2 BAO में जोड़ने से वक्रता प्रतिबंध ( $\Omega_k$ ) दो गुना कड़ा हो जाता है।
DESI1.5 अकेले एक फ्लैट ब्रह्मांड के अनुरूप है।
CMB के साथ मिलकर, डेटा लगभग 2.4 $\sigma$ पर एक खुले ब्रह्मांड ( $\Omega_k > 0$ ) के लिए प्राथमिकता दिखाता है, हालांकि यह संवेदनशीलता विशिष्ट CMB लाइकलीहुड के उपयोग पर निर्भर करती है।

साउंड-होराइजन-मुक्त ( $r_d$ -free)

साउंड होराइजन स्केल को माने बिना, विश्लेषण $h = 0.693 \pm 0.026$ देता है।
यह मान CMB निर्धारण के साथ उत्कृष्ट सहमति में है, जो यह प्रदर्शित करता है कि लार्ज स्केल स्ट्रक्चर (LSS) प्रारंभिक ब्रह्मांड के भौतिकी के बिना स्वतंत्र रूप से $H_0$ को प्रतिबंधित कर सकता है।

5. महत्व (Significance)

यह कार्य लार्ज स्केल स्ट्रक्चर डेटा के विश्लेषण के लिए ShapeFit को एक मजबूत, कम्प्यूटेशनल रूप से कुशल और प्रायर-रोबस्ट विकल्प के रूप में स्थापित करता है। DR1 और DR2 डेटा को सफलतापूर्वक संयोजित करके और प्रायर वॉल्यूम प्रभावों को कम करके, लेखक प्रदर्शित करते हैं कि DESI केवल CMB डेटा के बिना भी जटिल ब्रह्मांडीय मॉडलों (डायनेमिकल डार्क एनर्जी, न्यूट्रिनो द्रव्यमान) पर स्टैंडअलोन, विश्वसनीय प्रतिबंध प्रदान कर सकता है। यह मौलिक भौतिकी और डार्क एनर्जी विकास के स्वतंत्र प्रोब के रूप में LSS का उपयोग करने की दिशा में एक महत्वपूर्ण कदम है। यह कार्य भविष्य के डेटा रिलीज़ के लिए एक मिसाल कायम करता है जहाँ अलग-अलग विश्लेषण फ्लेवर्स (BAO बनाम Full-Shape) को विभिन्न डेटा रिलीज़ के माध्यम से संयोजित करना आवश्यक होगा।