MétaCan
Menu
Retour à la cohorte
Enregistrement W3129677422 · doi:10.1103/physrevc.104.024905

Determining the jet transport coefficient <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML"><mml:mover accent="true"><mml:mi>q</mml:mi><mml:mo></mml:mo></mml:mover></mml:math> from inclusive hadron suppression measurements using Bayesian parameter estimation

2021· article· en· W3129677422 sur OpenAlexafffund
Shanshan Cao, Y. Chen, J. P. Coleman, James Declan Mulligan, P.M. Jacobs, R. A. Soltz, A. Angerami, R. Arora, Steffen A. Bass, L. Cunqueiro, T. Dai, Lipei Du, R. J. Ehlers, Hannah Elfner, D. Everett, Wenkai Fan, Rainer J. Fries, Charles Gale, F. Garza, Yayun He, M. Heffernan, Ulrich Heinz, B. V. Jacak, Sangyong Jeon, Weiyao Ke, B. Kim, M. Kordell, Amit Kumar, Abhijit Majumder, Simon Mak, M. McNelis, C. Nattrass, Dmytro Oliinychenko, C. Park, Jean-François Paquet, J. Putschke, G. Roland, A. Silva, Björn Schenke, Loren Schwiebert, Chun Shen, C. Sirimanna, Y. Tachibana, G. Vujanovic, X.-N. Wang, Robert L. Wolpert, Yingru Xu

Notice bibliographique

RevuePhysical review. C · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueHigh-Energy Particle Collisions Research
Établissements canadiensMcGill University
Organismes subventionnairesNuclear PhysicsNatural Sciences and Engineering Research Council of CanadaOffice of the Vice President for Research, Wayne State UniversityOffice of ScienceScience and Technology Facilities CouncilCentral China Normal UniversityNational Natural Science Foundation of ChinaNational Science FoundationCompute CanadaUniversity of Texas at AustinAlexander von Humboldt-StiftungFonds de recherche du Québec – Nature et technologiesFundação de Amparo à Pesquisa do Estado de São PauloMcGill UniversityU.S. Department of EnergyWayne State University
Mots-clésStress (linguistics)Jet (fluid)Computer sciencePhysicsThermodynamicsSpeech recognition

Résumé

récupéré en direct d'OpenAlex

We report a new determination of $\stackrel{\ifmmode \hat{}\else \^{}\fi{}}{q}$, the jet transport coefficient of the quark-gluon plasma. We use the JETSCAPE framework, which incorporates a novel multistage theoretical approach to in-medium jet evolution and Bayesian inference for parameter extraction. The calculations, based on the Matter and Lbt jet quenching models, are compared to experimental measurements of inclusive hadron suppression in $\mathrm{Au}+\mathrm{Au}$ collisions at the BNL Relativistic Heavy Ion Collider (RHIC) and $\mathrm{Pb}+\mathrm{Pb}$ collisions at the CERN Large Hadron Collider (LHC). The correlation of experimental systematic uncertainties is accounted for in the parameter extraction. The functional dependence of $\stackrel{\ifmmode \hat{}\else \^{}\fi{}}{q}$ on jet energy or virtuality and medium temperature is based on a perturbative picture of in-medium scattering, with components reflecting the different regimes of applicability of Matter and Lbt. In the multistage approach, the switch between Matter and Lbt is governed by a virtuality scale ${Q}_{0}$. Comparison of the posterior model predictions to the RHIC and LHC hadron suppression data shows reasonable agreement, with moderate tension in limited regions of phase space. The distribution of $\stackrel{\ifmmode \hat{}\else \^{}\fi{}}{q}/{T}^{3}$ extracted from the posterior distributions exhibits weak dependence on jet momentum and medium temperature $T$, with 90% credible region (CR) depending on the specific choice of model configuration. The choice of Matter$+$Lbt, with switching at virtuality ${Q}_{0}$, has 90% CR of $2<\stackrel{\ifmmode \hat{}\else \^{}\fi{}}{q}/{T}^{3}<4$ for ${p}_{T,\mathrm{jet}}>40 \mathrm{GeV}/c$. The value of ${Q}_{0}$, determined here for the first time, is in the range 2.0--2.7 GeV.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,033
Tête enseignante GPT0,312
Écart entre enseignants0,279 · 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

Citations131
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. CMême sujetHigh-Energy Particle Collisions ResearchTravaux en français237 207