MétaCan
Menu
Retour à la cohorte
Enregistrement W3099464815

On the Sharpness and Bias of Quantum Effects

2012· article· en· W3099464815 sur OpenAlexfundno aff
Paul Busch

Notice bibliographique

RevueWhite Rose Research Online (University of Leeds, The University of Sheffield, University of York) · 2012
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueQuantum Mechanics and Applications
Établissements canadiensnon disponible
Organismes subventionnairesInstitut Périmètre de physique théorique
Mots-clésProperty (philosophy)QuantumJoint (building)Statistical physicsMathematicsComputer sciencePhysicsQuantum mechanicsPhilosophyEpistemologyEngineeringStructural engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The question of quantifying the sharpness (or unsharpness) of a quantum mechanical effect is investigated. Apart from sharpness, another property, bias, is found to be relevant for the joint measurability or coexistence of two effects. Measures of bias will be defined and examples given. Dedication The impossibility of measuring jointly certain pairs of observables is an intriguing non-classical feature of quantum theory that Pekka Lahti identified as a candidate for a rigorous formulation of the principle of complementarity. While he was investigating this fundamental no-go statement in the early 1980s, he learned from Peter Mittelstaedt that one of his students was aiming to prove the positive possibility of approximate joint measurements of complementary quantities such as position and momentum. Pekka joined our group as an Alexander von Humboldt Fellow, and together we found that a reconciliation between complementarity and (approximate) joint measurability is possible on the basis of the generalized representation of observables as positive operator measures (POMs). Since then we have pursued together our aspirations of understanding quantum mechanics and understanding Nature. I have benefited much from Pekka’s intellectual rigor and have been privileged ever since to enjoy his warm humanity. It is a great pleasure to present this paper to Pekka as a token of thanks and friendship on the occasion of his 60th birthday, with all good wishes for many happy recurrences and productive years to come. 1

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,896
Score d'incertitude au seuil0,745

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,054
Tête enseignante GPT0,262
Écart entre enseignants0,208 · 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'étudeThéorique ou conceptuel
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

Citations24
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWhite Rose Research Online (University of Leeds, The University of Sheffield, University of York)Même sujetQuantum Mechanics and ApplicationsTravaux en français237 207