MétaCan
Menu
Retour à la cohorte
Enregistrement W3116178155 · doi:10.1017/9781139048040

Introduction to Effective Field Theory

2020· book· en· W3116178155 sur OpenAlexaff
C. P. Burgess

Notice bibliographique

RevueCambridge University Press eBooks · 2020
Typebook
Langueen
DomainePhysics and Astronomy
ThématiqueQuantum, superfluid, helium dynamics
Établissements canadiensMcMaster UniversityPerimeter Institute
Organismes subventionnairesnon disponible
Mots-clésPhysicsTheoretical physicsVariety (cybernetics)Field (mathematics)Subject matterString theoryQuantum field theoryUnified field theoryEffective field theoryRelationship between string theory and quantum field theoryIdeal (ethics)Quantum gravityQuantumQuantum mechanicsEpistemologyComputer scienceMathematicsSociologyPhilosophyCurriculum

Résumé

récupéré en direct d'OpenAlex

Using examples from across the sub-disciplines of physics, this introduction shows why effective field theories are the language in which physical laws are written. The tools of effective field theory are demonstrated using worked examples from areas including particle, nuclear, atomic, condensed matter and gravitational physics. To bring the subject within reach of scientists with a wide variety of backgrounds and interests, there are clear physical explanations, rigorous derivations, and extensive appendices on background material, such as quantum field theory. Starting from undergraduate-level quantum mechanics, the book gets to state-of-the-art calculations using both relativistic and nonrelativistic few-body and many-body examples, and numerous end-of-chapter problems derive classic results not covered in the main text. Graduate students and researchers in particle physics, condensed matter physics, nuclear physics, string theory, and mathematical physics more generally, will find this book ideal for both self-study and for organized courses on effective field theory.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,253

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0010,001
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0760,034

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 Opus0,005
Tête enseignante GPT0,184
Écart entre enseignants0,179 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations103
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetQuantum, superfluid, helium dynamicsTravaux en français237 207