Bayesian extraction of $\hat{q}$ with multi-stage jet evolution approach
Notice bibliographique
Résumé
The jet quenching or transverse diffusion coefficient, $\hat{q}=\langle(\Delta k_T)^2\rangle / L$, provides the primary metric that characterize the modification of hard jets in a QGP. A quantitative extraction of $\hat{q}$ from measurements requires sophisticated jet quenching theory, precise and extensive experimental data, as well as an advanced statistical framework that compares theory to data. Within the JETSCAPE collaboration we have developed a multi-stage approach of jet evolution, where the medium-modified parton showers at high virtuality scale are described using the DGLAP evolution and simulated with the MATTER event generator, while the in-medium elastic and inelastic scatterings of partons at low virtuality scale are described using a transport theory implemented with the LBT event generator. The transition from the DGLAP phase to the transport phase of jet modification, and its dependence on properties of the jet and the local medium, has previously only been approximately estimated. The goal of this work is to use the advanced statistical framework to determine this transition. To this end, a simplified version of the state-of-the-art JETSCAPE generator is embedded within a Bayesian analysis framework for a simultaneous calibration on jet quenching data at various centrality bins in 200~GeV Au-Au, 2.76~TeV Pb-Pb and 5.02~TeV Pb-Pb collisions, from which $\hat{q}$ is systematically extracted as functions of both jet energy and medium temperature. The dependence of $\hat{q}$ on the medium-induced virtuality scale is quantitatively explored for the first time. This virtuality, in combination with the local temperature and parton energy, serves as a crucial separation scale between the DGLAP region and the transport region for jet quenching. Its median value is determined to be 2.1 or 2.9~GeV for two different parameterizations of the jet quenching coefficient.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».