The Amplitude-Growth Degeneracy and Implied $A_s$ Diagnostic for Background-Inert Modified Gravity

तकनीकी सारांश: एम्प्लीट्यूड-ग्रोथ डिजनरसी (आयाम-वृद्धि अपभ्रष्टता) और बैकग्राउंड-इनर्ट मॉडिफाइड ग्रेविटी के लिए डायग्नोस्टिक के रूप में इंप्लाइड $A_s$

समस्या विवरण
आधुनिक ब्रह्मांड विज्ञान महत्वपूर्ण तनावों का सामना कर रहा है, विशेष रूप से $S_8$ (या $\sigma_8$) तनाव, जहाँ विलंब-कालिक प्रोब्स (वीक लेंसिंग, रेडशिफ्ट-स्पेस डिस्टॉर्शन) मानक $\Lambda$CDM मॉडल के भीतर CMB डेटा से अनुमानित क्लस्टरिंग आयाम की तुलना में कम क्लस्टरिंग का संकेत देते हैं। संशोधित गुरुत्वाकर्षण सिद्धांतों, जैसे कि $f(Q)$ ग्रेविटी (सिमेट्रिक टेलीपैरल ग्रेविटी), को अक्सर इन विसंगतियों को हल करने के लिए बुलाया जाता है। हालाँकि, इन सिद्धांतों का "कंप्रेस्ड" (संक्षिप्त) CMB डिस्टेंस प्रायर्स (शिफ्ट पैरामीटर्स $R$ और $l_a$) का उपयोग करके विश्लेषण करने में एक महत्वपूर्ण पद्धतिगत भेद्यता मौजूद है।

यह शोध पत्र पहचानता है कि जब एक मॉडिफाइड ग्रेविटी सिद्धांत पुनर्संयोजन (recombination) से पहले मानक $\Lambda$CDM के अनुरूप हो जाता है लेकिन एक पर्ट्यूबेटिव कपलिंग ($\lambda$) पेश करता है जो बैकग्राउंड विस्तार के प्रति निष्क्रिय (inert) है (जो केवल संरचना के विकास को प्रभावित करता है), तो एक सांख्यिकीय अपभ्रष्टता (degeneracy) उत्पन्न होती है। विशेष रूप से, सैंपलर प्रिमॉर्डियल एम्प्लीट्यूड ($A_s$) और वर्तमान-काल के ग्रोथ फैक्टर ($D_0$) के बीच एक अपभ्रष्टता का लाभ उठाता है। क्योंकि कंप्रेस्ड CMB प्रायर्स स्पष्ट रूप से $A_s$ को प्लैंक (Planck) मानों पर स्थिर करते हैं जबकि बैकग्राउंड ज्योमेट्री को नियंत्रित छोड़ देते हैं, सैंपलर संशोधित विकास इतिहास को समायोजित करने के लिए क्लस्टरिंग आयाम $\sigma_8$ को कृत्रिम रूप से बढ़ा देता है, जिससे सांख्यिकीय रूप से पसंदीदा लेकिन भौतिक रूप से अवास्तविक परिणाम प्राप्त होते हैं।

कार्यप्रणाली
लेखक सहवर्ती $f(Q)$ ढांचे के भीतर दो विशिष्ट मॉडलों का विश्लेषण करते हैं:

1. $\Lambda$CDM: मानक संदर्भ मॉडल।
2. हाइब्रिड $f(Q)$: एक मॉडल जिसमें एक बाउंड्री टर्म ($\alpha^2$) शामिल है जो बैकग्राउंड विस्तार में $\Lambda$CDM के समान है लेकिन पर्टर्बेशन्स को संशोधित करता है।

दोनों मॉडलों का परीक्षण एक विशिष्ट पर्ट्यूबेटिव करेक्शन $\lambda_0 \sqrt{Q}Q_0$ के साथ और उसके बिना किया गया है। यह टर्म "बैकग्राउंड-इनर्ट" है, जिसका अर्थ है कि यह हबल पैरामीटर $H(z)$ को नहीं बदलता है, बल्कि विकास समीकरण में प्रभावी गुरुत्वीय स्थिरांक $G_{eff}$ को संशोधित करता है।

विश्लेषण दो विशिष्ट डेटासेट पाइपलाइनों का उपयोग करता है:

• BD2R: कंप्रेस्ड CMB + $E_g$ स्टैटिस्टिक + पैंथियन+ (Pantheon+) SNe + DESI DR2 BAO + आइसोलेटेड RSD डेटा।
• BSDp: कंप्रेस्ड CMB + $E_g$ स्टैटिस्टिक + पैंथियन+ (Pantheon+) SNe + SDSS DR16 BAO (RSD के साथ संयुक्त)।

इस अपभ्रष्टता को निदान करने के लिए, लेखक एक मॉडल-स्वतंत्र निरंतरता जांच प्रस्तावित करते हैं जिसे "इंप्लाइड $A_s$" डायग्नोस्टिक कहा जाता है। यह मेट्रिक उस प्रिमॉर्डियल एम्प्लीट्यूड की गणना करता है जो मॉडिफाइड ग्रोथ फैक्टर के दिए गए संशोधित $D_0$ के साथ $\sigma_8$ के मान को पुनरुत्पादित करने के लिए आवश्यक है, जिसका संबंध $A_s^{Implied} = A_s^{Planck} (\sigma_8 / \sigma_8^{Planck})^2$ द्वारा है। यदि इंप्लाइड $A_s$, प्लैंक मान से काफी विचलित होता है, तो यह इंगित करता है कि सैंपलर $A_s - D_0(\lambda)$ अपभ्रष्टता का लाभ उठा रहा है।

मुख्य योगदान

1. $A_s - D_0(\lambda)$ अपभ्रष्टता की पहचान: शोध पत्र सिद्ध करता है कि $f(Q)$ ग्रेविटी में कोई भी बैकग्राउंड-इनर्ट पर्ट्यूबेटिव कपलिंग, कंप्रेस्ड CMB प्रायर्स का उपयोग करने पर $\sigma_8$ के साथ एक अपभ्रष्टता बनाती है। सैंपलर $\sigma_8$ को बेहतर फिट खोजने के लिए $\sigma_8 - \lambda_0$ वैली (valley) के साथ "स्लाइड" करता है, जिससे $A_s$ (जो प्रायर्स द्वारा स्थिर है) में बिना किसी समायोजन के $\sigma_8$ को कृत्रिम रूप से बढ़ा दिया जाता है।
2. "इंप्लाइड $A_s$" डायग्नोस्टिक: लेखक एक सरल, पोस्ट-प्रोसेसिंग निरंतरता परीक्षण पेश करते हैं। मॉडिफाइड ग्रोथ फैक्टर के दिए गए $\sigma_8$ को वापस आवश्यक $A_s$ में मैप करके, शोधकर्ता यह पता लगा सकते हैं कि क्या मॉडल की सांख्यिकीय प्राथमिकता आयाम के अवास्तविक विस्तार से प्रेरित है।
3. "एम्प्लीट्यूड कंपनसेशन" तंत्र का परिमाणीकरण: अध्ययन इस मुद्रास्फीति (inflation) की सीमा को मापता है, यह दिखाते हुए कि $\lambda_0$ करेक्शन $\sigma_8$ को अवास्तविक मूल्यों (जैसे, $0.90$बनाम$0.79$) तक बढ़ा देता है, जिसके लिए भौतिक रूप से सुसंगत होने के लिए$A_s$में$20%-30%$की वृद्धि की आवश्यकता होती है, जो प्लैंक डेटा के साथ$1.7\sigma - 2.2\sigma$ का तनाव पैदा करती है।

परिणाम

• अनकन्स्ट्रेंड (अप्रतिबंधित) विश्लेषण: जब $\lambda_0$ को स्वतंत्र रूप से बदलने की अनुमति दी जाती है, तो $\Lambda$CDM और हाइब्रिड $f(Q)$ दोनों मॉडल $\lambda_0$ वेरिएंट के पक्ष में मध्यम सांख्यिकीय साक्ष्य ($\Delta \log Z$, AIC, DIC के माध्यम से) दिखाते हैं। हालाँकि, यह प्राथमिकता $\sigma_8$ के कृत्रिम विस्तार से प्रेरित है।
• इंप्लाइड $A_s$ तनाव: $\lambda_0$ मॉडलों के लिए "इंप्लाइड $A_s$" मान प्लैंक 2018 मानों से काफी विचलित होते हैं। BD2R पाइपलाइन के लिए, तनाव $2.2\sigma$ तक पहुँच जाता है; BSDp के लिए, यह $1.7\sigma - 1.8\sigma$ है।
• प्रायर्स का प्रभाव: जब $\ln(A_s)$ (प्लैंक से) पर एक सख्त गॉसियन प्रायर लगाया जाता है, तो अपभ्रष्टता टूट जाती है। $\sigma_8$ मान बेसलाइन पर वापस आ जाते हैं, और $\lambda_0$ मॉडलों के लिए सांख्यिकीय प्राथमिकता समाप्त हो जाती है (या कमजोर रूप से नापसंद की जाती है), जैसा कि अपेक्षित सूचना मानदंडों (AIC, BIC) द्वारा दंडित किया जाता है।
• अपवाद: अपभ्रष्टता को बंद करने के बाद भी BSDp संयोजन में $\Lambda$CDM + $\lambda_0$ + $\ln(A_s)$ मॉडल के लिए एक कमजोर अवशिष्ट प्राथमिकता ($\Delta \log Z = +1.09$) बनी रहती है। लेखक इसे पूर्ण-आकार (full-shape) CMB लाइकलीहुड के साथ आगे की जांच की आवश्यकता वाले संभावित संकेत के रूप में चिह्नित करते हैं, यह नोट करते हुए कि यह "अनिर्णायक-कमजोर" क्षेत्र की सीमा पर है।

महत्व और दावे
शोध पत्र का दावा है कि उन सिद्धांतों के लिए कंप्रेस्ड CMB प्रायर्स का उपयोग अपर्याप्त है जहाँ पर्ट्यूबेटिव डिग्री ऑफ फ्रीडमम बैकग्राउंड विस्तार से अलग (decoupled) होते हैं। ऐसे मामलों में, प्रिमॉर्डियल एम्प्लीट्यूड अनियंत्रित रह जाता है, जिससे सैंपलर एक अवास्तविक फिट उत्पन्न कर सकता है जो सांख्यिकीय रूप से बेहतर दिखाई देता है।

लेखक तर्क देते हैं कि "इंप्लाइड $A_s$" डायग्नोस्टिक एक आवश्यक "फायरवॉल" या निरंतरता जांच के रूप में कार्य करता है। यह शोधकर्ताओं को उन मॉडलों की पहचान करने और उन्हें अस्वीकार करने की अनुमति देता है जो आयाम मुद्रास्फीति (amplitude inflation) के माध्यम से फिट करने पर निर्भर करते हैं, यह सुनिश्चित करता है कि सांख्यिकीय सुधारों को भौतिक वैधता के रूप में न समझा जाए। अध्ययन निष्कर्ष निकालता है कि इस वर्ग के मॉडिफाइड ग्रेविटी सिद्धांतों के भविष्य के विश्लेषणों को या तो पूर्ण CMB लाइकलीहुड का उपयोग करना चाहिए या $\ln(A_s)$ पर सख्त प्रायर लागू करने चाहिए ताकि गलत निष्कर्ष (misinference) को रोका जा सके, विशेष रूप से जैसे-जैसे अगली पीढ़ी के सर्वेक्षण उप-प्रतिशत (sub-percent) विकास माप प्रदान करेंगे।