P1-rapporten förklarad

Läsanvisning

Detta är en förklarande version, inte en separat akademisk rapport. Den bygger på den ursprungliga P1-rapporten, behåller de viktigaste figurerna och tabellerna och lägger till klarspråksförklaringar av vad varje större steg betyder.

Denna vägledning förklarar endast vad P1 kommer fram till under sina angivna datamängder, sin parameterbokföring och sitt statistiska protokoll: i det gemensamma testet av galaxers rotationskurvor (RC) och svag galax–galax-linsning (GGL) överträffar EFT:s modell för genomsnittlig gravitationsrespons tydligt den minimala DM_RAZOR-baslinje som testas här.

Denna vägledning tolkar inte P1 som ett påstående om att ”mörk materia har omkullkastats”. P1 är bara det första steget i P-seriens experiment. Den testar ett observerbart skikt av EFT — ”det genomsnittliga gravitationsgolvet” — inte hela innehållet i det fullständiga EFT-ramverket.

P1 i en mening

P1 höjer ribban från ”passar den en sond väl?” till ”sluter den mellan sonder?” En modell har större sannolikhet att ha fångat en gravitationsstruktur som delas av RC och GGL endast om den presterar väl under korrekt mappning och signalen kollapsar när mappningen blandas om.

Mått

Läsning i P1 / P1A

Betydelse i klarspråk

Gemensam anpassning ΔlogL_total

I huvudtextens jämförelse ligger EFT 1155–1337 över DM_RAZOR

Den totala poängskillnaden över de två datamängderna; större betyder en bättre helhetsförklaring.

Slutningsstyrka ΔlogL_closure

I huvudtextens jämförelse är EFT 172–281, medan DM_RAZOR är 127

Förmågan att förutsäga GGL efter inferens från enbart RC; större betyder starkare självkonsistens mellan sonder.

Shuffle som negativ kontroll

Efter omblandning av RC-bin→GGL-bin faller EFT:s slutningssignal till 6–23

Om den korrekta korrespondensen bryts bör fördelen försvinna; ju skarpare kollapsen är, desto bättre utesluter den en falsk signal.

P1A-stresstest med flera DM-modeller

DM 7+1 + DM_STD, med EFT_BIN kvar som jämförelse

P1A tittar inte bara på den minimala DM_RAZOR-baslinjen. Den placerar flera lågdimensionella, granskningsbara DM-förstärkningsgrenar i samma slutningsprotokoll.

Extern litteraturkontext: varför RC+GGL-fönstret spelar roll

Den radiella accelerationsrelationen (RAR), föreslagen av McGaugh, Lelli och Schombert 2016, visar en tät korrelation med låg spridning mellan den observerade acceleration som rotationskurvor spårar och den acceleration som förutsägs från baryonisk materia. Detta gör ”kopplingen mellan baryoner och gravitationsrespons” oundviklig för teori på galaxskalor.

Brouwer et al. (2021) använde KiDS-1000 svag linsning för att utvidga RAR till lägre accelerationer och större radier, och jämförde MOND, Verlindes emergenta gravitation och LambdaCDM-modeller. De noterade också att skillnader mellan tidiga och sena galaxtyper, gashalor och galax–halo-kopplingen fortfarande är viktiga förklaringsfrågor.

Mistele et al. (2024) använde vidare svag linsning för att härleda cirkulärhastighetskurvor för isolerade galaxer och rapporterade ingen tydlig nedgång ut till flera hundra kpc och till och med ungefär 1 Mpc, i överensstämmelse med BTFR. Detta visar att svag linsning håller på att bli en viktig extern avläsning för att testa gravitationsrespons på galaxskalor.

Vilken del av EFT testar P1?

P1 riktar in sig på det ”genomsnittliga gravitationsgolvet”: ett statistiskt stabilt medelbidrag som kan överföras mellan stickprov.

P1 hanterar ännu inte det ”stokastiska/brusgolvet”: slumptermer, individuella skillnader eller ytterligare spridning som mer mikroskopiska fluktuationsprocesser kan införa.

P1 behandlar inte heller den fullständiga mikroskopiska mekanismen, förekomsten, livslängden eller globala kosmologiska begränsningar. Den är första steget i P-seriens experiment, inte en slutgiltig dom.

Skikt

Fråga som ställs

Roll i P1

P1

Kan genomsnittlig gravitationsrespons sluta i RC→GGL?

Huvudfrågan i denna rapport

P1A

Om DM-sidan stärks, förblir slutsatsen stabil?

Bilaga B: DM 7+1 + DM_STD-stresstest

Senare arbete i P-serien

Kan protokollet utvidgas till mer data, fler sonder och mer komplex systematik?

Riktning för framtida arbete

Frågor på djupare nivå

Hur kopplas medeltermen, brustermen och den mikroskopiska mekanismen samman?

Utanför P1:s slutsatsområde

Varför inte finjustera mappningen i efterhand?

Om man i efterhand kunde välja ”vilka RC-bin som motsvarar vilka GGL-bin” skulle en modell kunna tillverka slutning genom att arrangera om korrespondensen. P1 låser 20→4-mappningen i förväg och bryter den avsiktligt med en shuffle-negativ kontroll just för att bedöma om slutningssignalen verkligen beror på en fysiskt rimlig korrespondens.

Den exakta slutsatsram som används här

Huvudtext: EFT-familjen överträffar väsentligt den minimala DM_RAZOR i huvudjämförelsen.

Bilaga B / P1A: under flera lågdimensionella, granskningsbara DM-förstärkningsgrenar och DM_STD-stresstestet förbättras vissa gemensamma DM-anpassningar, men slutningsstyrkan eliminerar inte EFT_BIN:s fördel.

Det säkraste påståendet är därför: inom P1/P1A:s data, mappning, parameterbokföring och slutningsprotokoll visar EFT:s genomsnittliga gravitationsrespons starkare konsistens mellan data; detta är inte detsamma som att utesluta alla modeller för mörk materia.

Liknelse i klarspråk

Ett slutningstest är som ett omprov i korsförhör. Modellen lär sig först mönster i RC-examensrummet och svarar sedan i GGL-examensrummet. Om den har lärt sig en gemensam regel snarare än ett lokalt trick bör den fortfarande svara väl efter bytet av rum; om korrespondensen mellan examensrummen avsiktligt blandas om bör fördelen försvinna.

Ingång

Vad man ska titta på

Varför det spelar roll

Tabell S1a

Totalpoäng för gemensam RC+GGL-anpassning

Svarar på: ”När de två datamängderna betraktas tillsammans, vems helhetsförklaring är starkare?”

Tabell S1b

Slutningsstyrka, shuffle och robusthetsskanningar

Svarar på: ”Kan det som lärdes från RC överföras till GGL?”

Tabell B0

Definitioner av flera DM-förstärkningsgrenar i P1A

Hindrar att P1 reduceras till ”bara en jämförelse med minimal DM_RAZOR”.

Tabell B1

P1A-resultattavla för slutning och gemensam anpassning

Kontrollerar om slutningsfördelen försvinner efter att DM stärkts.

Layoutanmärkning

Liggande sidor börjar på nästa sida så att de breda tabellerna från originalrapporten kan behållas intakta utan att kolumner tas bort eller trycks ihop till oläslighet. Brödtexten har redan gett en klarspråksläsning; de liggande tekniska tabellerna är för läsare som behöver verifiera värden och modellgrenar.

Modell (arbetsyta)

W-kärna

k

Gemensam logL_total (bäst)

ΔlogL_total jämfört med DM

AICc

BIC

DM_RAZOR

ingen

20

-16927.763

0.0

33895.885

34010.811

EFT_BIN

ingen

21

-15590.552

1337.21

31223.501

31344.155

EFT_WEXP

exponentiell

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

Modell (arbetsyta)

Slutning ΔlogL (true-perm)

ΔlogL efter shuffle-negativ kontroll

σ_int-skanning ΔlogL-intervall

R_min-skanning ΔlogL-intervall

cov-shrink-skanning ΔlogL-intervall

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

DM_RAZOR

NFW (fast c–M, ingen spridning)

—

Minimal, granskningsbar LambdaCDM-halo-baslinje; används som en strikt jämförelse med EFT

Fast gemensam mappning; strikt parameterbokföring; används endast som baslinje för relativ jämförelse

DM_RAZOR_SCAT

NFW + c–M-spridning (legacy)

σ_logc

c–M-relationen har spridning; approximerad med en enparameters lognormal spridning

≤1 ny parameter; använder fortfarande den gemensamma mappningen; slutningsvinst är acceptanskriteriet

DM_RAZOR_AC

NFW + adiabatisk kontraktion (legacy)

α_AC

Baryoniskt inflöde kan orsaka adiabatisk halokontraktion; approximeras med en enparametersstyrka

≤1 ny parameter; mappningen oförändrad; rapporterar AICc/BIC-förändringar och slutningsvinst

DM_RAZOR_FB

NFW + återkopplingskärna (legacy)

log r_core

Återkoppling kan skapa en inre kärna; approximeras med en enparameters kärnskala

≤1 ny parameter; samma slutnings-/negativkontrollram; RC-only-förbättring är inte det enda målet

DM_HIER_CMSCAT

Hierarkisk c–M-spridning + prior

σ_logc（hier）

En mer standardmässig hierarkisk c_i∼logN(c(M_i),σ_logc); påverkar den gemensamma RC- och GGL-posteriorn

Explicit prior; latent c_i marginaliseras; förblir lågdimensionell och granskningsbar

DM_CORE1P

Enparameters kärnproxy (inspirerad av coreNFW/DC14)

log r_core

Använder en enparameters kärnproxy för den huvudsakliga effekten av baryonisk återkoppling och undviker högdimensionella detaljer i stjärnbildning

Citerar standardlitteratur; ≤1 ny parameter; knuten till slutningstestet

DM_RAZOR_M

NFW + nuisance för kalibrering av linsnings-shear

m_shear（GGL）

Absorberar en viktig systematik på sidan för svag linsning med en effektiv parameter, vilket minskar risken att behandla systematik som fysik

Nuisance registreras explicit; får inte återverka på RC; resultaten bedöms främst utifrån slutningsrobusthet

DM_STD

Standardiserad DM-baslinje (HIER_CMSCAT + CORE1P + m)

σ_logc + log r_core (+ m_shear)

För samman de tre vanligaste invändningarna i en fortfarande lågdimensionell standardiserad baslinje

Rapporterar parameterbokföringen och informationskriterierna tillsammans; slutning är huvudmåttet; används som den starkaste försvarsjämförelsen för DM

Modellgren (arbetsyta)

Δk

Bästa RC-only logL_RC (Δ)

Slutningsstyrka ΔlogL_closure (Δ)

Bästa gemensamma 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)

Hur tabell B1 ska läsas (P1A-resultattavla)

• Δk: nytillagda frihetsgrader (större betyder en mer komplex modell; mer komplex betyder inte automatiskt bättre).

• Fokusera på två kolumner: slutningsstyrka ΔlogL_closure(Δ) (större betyder större självkonsistens i överföring) och bästa gemensamma logL_total(Δ) (totalpoängen för gemensam anpassning).

• Värdet inom parentes, (Δ), är skillnaden relativt DM_RAZOR, vilket gör direkt jämförelse enklare.

• Huvudfrågan som denna tabell ställer är om slutningsfördelen försvinner efter att DM-baslinjen ”rimligen stärkts”.

• Lästips: DM_STD förbättrar den gemensamma poängen markant, men dess slutningsstyrka faller; EFT_BIN ligger fortfarande högre i slutningsstyrka.

I en mening: inom denna lågdimensionella, granskningsbara uppsättning DM-förstärkningar ger förbättrad gemensam anpassning inte automatiskt starkare slutning; slutning, alltså överförbarhet, förblir huvudkriteriet.

Hur denna figur ska läsas

Denna figur är kärnan i P1. Ju högre stapeln är, desto bättre överförs informationen som lärts från RC till GGL.

EFT-familjen ligger sammantaget högre än DM_RAZOR, vilket indikerar starkare EFT-slutning mellan sonder i experimentet ”lär RC först, förutsäg sedan GGL”.

Hur denna figur ska läsas

Denna figur visar totalpoängen efter att RC och GGL kombinerats.

Alla EFT-modeller ligger väl över 0, vilket indikerar att EFT:s fördel i huvudjämförelsen inte är en lokal enpunktseffekt utan ett övergripande mönster i den gemensamma analysen.

Hur denna figur ska läsas

Denna figur visar att när den korrekta RC↔GGL-binrelationen störs faller slutningssignalen kraftigt.

Detta gör att P1-resultatet mer liknar genuin konsistens i mappning mellan data än en numerisk slump som kan erhållas under godtyckliga mappningar.

Test

Oro det försöker utesluta

Hur det ska läsas

σ_int-skanning

Om RC innehåller ytterligare okänd spridning, förblir slutsatsen stabil?

När RC-felen släpps upp förblir EFT-rankningen och fördelens skala stabila.

R_min-skanning

Om galaxernas centrala regioner inte är helt tillförlitliga, förblir slutsatsen stabil?

Efter beskärning av de centrala regionerna behåller EFT fortfarande en positiv fördel.

cov-shrink-skanning

Om GGL-kovariansskattningen är osäker, förblir slutsatsen stabil?

Efter kovarianskrympning mot diagonalen är fördelen inte känslig.

Ablationstrappa

Förlitar sig EFT på onödig komplexitet för att tvinga fram en anpassning?

Den fullständiga EFT_BIN stöds av informationskriterierna.

LOO-förutsägelse på utelämnade data

Förklarar modellen bara data som den redan har sett?

Efter att ett GGL-bin hållits ute visar modellen fortfarande stark generaliseringsförmåga.

RC-bin-shuffle

Kommer slutningen från den sanna mappningen?

Slutningen faller efter omblandning av grupperingen, vilket stöder beroende av mappningen.

Hur denna figur ska läsas

Testar om EFT:s ledning kvarstår efter förändringar i den antagna inneboende RC-spridningen.

Hur denna figur ska läsas

Testar om EFT:s fördel förblir stabil efter att komplexa centrala regioner beskärts.

Hur denna figur ska läsas

Testar om rankningen är känslig för förändringar i behandlingen av kovariansen i svag linsning.

Hur denna figur ska läsas

Testar om fullständig EFT_BIN är nödvändig för att förklara data, snarare än att bara lägga till onödiga parametrar.

Hur denna figur ska läsas

Testar om modellen fortfarande har prediktiv förmåga på osedda GGL-bin.

Hur denna figur ska läsas

Visar vidare, ur perspektivet genomsnittlig logL_true, att slutningen beror på korrekt mappning mellan data.

Huvudläsning av P1A

Bland de tre legacy-grenarna ger endast feedback/kärna en liten nettökning i slutningsstyrka; SCAT och AC ger inga nettoförstärkningar av slutning.

DM_HIER_CMSCAT, DM_RAZOR_M och DM_CORE1P har mycket liten effekt på slutningsstyrkan eller visar ingen betydande nettoförbättring.

DM_STD kan avsevärt förbättra gemensam logL, men dess slutningsstyrka minskar, vilket tyder på att den främst förbättrar flexibiliteten i gemensam anpassning snarare än överförings- och förutsägelsekraften RC→GGL.

EFT_BIN behåller fortfarande högre slutningsstyrka och en fördel i gemensam anpassning i P1A tabell B1; därför bör P1:s kärnpåstående inte reduceras till att ”den bara slog minimal DM_RAZOR”.

Hur denna figur ska läsas

Denna figur visar prestandan för flera DM-förstärkningsgrenar relativt baslinjen.

Betydelsen är inte ”all DM är utesluten”, utan snarare detta: inom de lågdimensionella, granskningsbara DM-förstärkningar som valts i P1A tar förstärkning av DM inte bort EFT_BIN:s slutningsfördel.

Finns det redan ramverk för RC+GGL-förutsägelseslutning på samma nivå?

Det finns relevanta ramverk och observationstraditioner: MOND/RAR organiserar många rotationskurvefenomen väl; KiDS-1000-arbetet om RAR i svag linsning jämförde också MOND, Verlindes emergenta gravitation och LambdaCDM-modeller; LambdaCDM kan också förklara vissa svag-linsnings-/dynamiska fenomen genom galax–halo-kopplingar, gashalor och återkopplingsmodellering.

Men P1:s precisa påstående är inte att ”inget annat ramverk i världen kan förklara RC+GGL”. Snarare rapporterar EFT starkare slutningsprestanda under P1:s eget offentliga protokoll — fast mappning, RC-only→GGL-slutning, shuffle-negativa kontroller, parameterbokföring och P1A-stresstester med flera DM-modeller.

Med andra ord är den del av P1 som är mest värd extern testning dess konkreta, reproducerbara jämförelseprotokoll. Ett mycket värdefullt nästa steg är att se om MOND/RAR, LambdaCDM/HOD, hydrodynamiska simuleringar eller andra ramverk för modifierad gravitation kan nå samma eller högre slutningspoäng under samma protokoll.

Kan dra slutsats

Under P1:s RC+GGL-data, fasta mappning och huvudjämförelseprotokoll har EFT-familjen högre poäng för gemensam anpassning och större slutningsstyrka än den minimala DM_RAZOR.

Kan dra slutsats

Inom P1A:s lågdimensionella, granskningsbara intervall av DM-förstärkningar eliminerar flera DM-förstärkningar inte EFT_BIN:s slutningsfördel.

Kan dra slutsats

Shuffle-negativkontrollen visar att slutningssignalen beror på korrekt mappning mellan data och inte kan erhållas under godtyckliga mappningar.

Kan inte dra slutsats

Man kan inte säga att P1 har omkullkastat alla modeller för mörk materia. P1A uttömmer fortfarande inte icke-sfäricitet, miljöberoende, komplexa galax–halo-kopplingar, högdimensionell återkoppling eller fullständiga kosmologiska simuleringar.

Kan inte dra slutsats

Man kan inte säga att det fullständiga EFT-ramverket har bevisats från första principer. P1 testar endast det fenomenologiska skiktet av genomsnittlig gravitationsrespons.

Kan inte dra slutsats

Man kan inte säga att all systematik har uteslutits. P1 ger robusthetsevidens endast inom de listade stresstesterna och granskningsomfånget.

Term

Förklaring i en mening

Rotationskurva (RC)

Relationen mellan radie och rotationshastighet i en galaxskiva, använd för att härleda effektiv gravitation inom skivan.

Svag linsning (GGL)

Ett mått på den genomsnittliga gravitations-/massfördelningen runt förgrundsgalaxer genom statistisk förvrängning av bakgrundsgalaxers former.

Slutningstest

Använder RC-posteriorn för att förutsäga GGL och jämför den sedan med den negativa kontrollen som skapas av omblandad mappning.

Negativ kontroll

Bryter avsiktligt en nyckelstruktur för att se om signalen försvinner; används för att utesluta falska signaler.

NFW-halo

En densitetsprofil för mörk-materia-halo som ofta används i modeller för kall mörk materia.

c–M-relation

Relationen mellan koncentrationen c i en mörk-materia-halo och massan M; om spridning tillåts påverkar modellens flexibilitet.

DM_STD

Den standardiserade DM-stresstestgrenen i P1A som kombinerar flera lågdimensionella DM-förstärkningar och en linsningsnuisance-term.

ΔlogL

Log-likelihood-skillnaden mellan två modeller under samma poängsättningsregel; ett positivt värde betyder att den förra är bättre.

Kovarians

En matrisbeskrivning av korrelationer mellan datapunkter; data från svag linsning kräver vanligtvis full kovarians.

Huvudingångar till arkiven

Teknisk P1-rapport (release-nivå, Concept DOI): 10.5281/zenodo.18526334

Fullständigt reproduktionspaket för P1 (Concept DOI): 10.5281/zenodo.18526286

Strukturerad EFT-kunskapsbas (valfritt, Concept DOI): 10.5281/zenodo.18853200

Licensanmärkning: den tekniska rapporten använder CC BY-NC-ND 4.0; det fullständiga reproduktionspaketet använder CC BY 4.0 (betrakta den tekniska rapporten och Zenodo-arkiven som auktoritativa).