MétaCan
Menu
← Retour à la cohorte
Enregistrement W2963812191 · doi:10.3847/1538-4357/ab7ea7

Impact of the Collision Model on the Multi-messenger Emission from Gamma-Ray Burst Internal Shocks

2020· article· en· W2963812191 sur OpenAlexaff

Notice bibliographique

RevueThe Astrophysical Journal · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGamma-ray bursts and supernovae
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCollisionKinetic energyCosmic rayShock waveMerge (version control)PlasmaInelastic collisionInternal energy

Résumé

récupéré en direct d'OpenAlex

Abstract We discuss the production of multiple astrophysical messengers (neutrinos, cosmic rays, gamma-rays) in the Gamma-Ray Burst (GRB) internal shock scenario, focusing on the impact of the collision dynamics between two shells on the fireball evolution. In addition to the inelastic case, in which plasma shells merge when they collide, we study the Ultra Efficient Shock scenario, in which a fraction of the internal energy is re-converted into kinetic energy and, consequently, the two shells survive and remain in the system. We find that in all cases, a quasi-diffuse neutrino flux from GRBs at the level of 10−11– (per flavor) is expected for protons and a baryonic loading of 10, which is potentially within the reach of IceCube-Gen2. The highest impact of the collision model for multi-messenger production is observed for the Ultra Efficient Shock scenario, that promises high conversion efficiencies from kinetic to radiated energy. However, the assumption that the plasma shells separate after a collision and survive as separate shells within the fireball is found to be justified too rarely in a multicollision model that uses hydrodynamical simulations with the PLUTO code for individual shell collisions.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,023
Tête enseignante GPT0,261
Écart entre enseignants0,238 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal→Même sujetGamma-ray bursts and supernovae→Travaux en français237 207→