MétaCan
Menu
Retour à la cohorte
Enregistrement W2244941089 · doi:10.1103/physrevc.93.044906

Production of photons in relativistic heavy-ion collisions

2016· article· en· W2244941089 sur OpenAlexafffund
Jean-François Paquet, Chun Shen, Gabriel S. Denicol, Matthew Luzum, Björn Schenke, Sangyong Jeon, Charles Gale

Notice bibliographique

RevuePhysical review. C · 2016
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueHigh-Energy Particle Collisions Research
Établissements canadiensMcGill University
Organismes subventionnairesFP7 People: Marie-Curie ActionsFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaOffice of ScienceCanada Foundation for InnovationEmberi Eroforrások MinisztériumaCompute CanadaSeventh Framework ProgrammeMcGill UniversityU.S. Department of Energy
Mots-clésPhotonPhysicsAnisotropyMomentum (technical analysis)Nuclear physicsQuantum electrodynamicsThermalShear (geology)Work (physics)Computational physicsQuantum mechanicsThermodynamicsMaterials science

Résumé

récupéré en direct d'OpenAlex

In this work it is shown that the use of a hydrodynamical model of heavy-ion collisions which incorporates recent developments, together with updated photon emission rates, greatly improves agreement with both ALICE and PHENIX measurements of direct photons, supporting the idea that thermal photons are the dominant source of direct photon momentum anisotropy. The event-by-event hydrodynamical model uses the impact parameter dependent Glasma model (IP-Glasma) initial states and includes, for the first time, both shear and bulk viscosities, along with second-order couplings between the two viscosities. The effect of both shear and bulk viscosities on the photon rates is studied, and those transport coefficients are shown to have measurable consequences on the photon momentum anisotropy.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,025
Tête enseignante GPT0,358
Écart entre enseignants0,333 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations348
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. CMême sujetHigh-Energy Particle Collisions ResearchTravaux en français237 207