MétaCan
Menu
Retour à la cohorte
Enregistrement W2606578885 · doi:10.1139/cjp-2016-0911

An investigation of Renyi entropy in high-energy nucleus–nucleus collisions

2017· article· en· W2606578885 sur OpenAlexvenueno aff
Swarnapratim Bhattacharyya, Maria Haiduc, Alina Tania Neagu, Elena Firu

Notice bibliographique

RevueCanadian Journal of Physics · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueHigh-Energy Particle Collisions Research
Établissements canadiensnon disponible
Organismes subventionnairesUnitatea Executiva pentru Finantarea Invatamantului Superior, a Cercetarii, Dezvoltarii si InovariiAutoritatea Natională pentru Cercetare StiintificăJoint Institute for Nuclear ResearchJadavpur University
Mots-clésPhysicsNuclear emulsionLogarithmMultiplicity (mathematics)Rényi entropyProjectileNucleusNuclear physicsEntropy (arrow of time)Atomic physicsThermodynamicsPrinciple of maximum entropyStatisticsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

A study of Renyi entropy of shower particles has been carried out using 16 O, 28 Si, and 32 S projectiles in interaction with AgBr and CNO target present in nuclear emulsion at an incident momentum of 4.5 AGeV/c. The analysis reveals interesting experimental observations for both groups of targets. A comparison of the experimental results with the results obtained from analyzing the event sample generated by the UrQMD code is also presented. Renyi entropy values increase with the increase of projectile mass. This increase is weaker in case of CNO target. The calculated values of second-order Renyi entropy H 2 are shown to vary linearly with the logarithm of average particle multiplicity ln⟨n⟩ for both targets. The dependence of Renyi entropy on the logarithm of average particle multiplicity ln⟨n⟩ indicates the presence of long-range correlation in high-energy nucleus–nucleus interactions. The variation is found to be stronger in the case of experimental events in comparison to the UrQMD simulated events indicating stronger long-range correlation for the experimental data.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,559
Score d'incertitude au seuil0,954

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,272
Écart entre enseignants0,251 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of PhysicsMême sujetHigh-Energy Particle Collisions ResearchTravaux en français237 207