MétaCan
Menu
Retour à la cohorte
Enregistrement W3212040586 · doi:10.1088/1475-7516/2022/01/006

Light scalars in neutron star mergers

2022· preprint· en· W3212040586 sur OpenAlexaff
P. S. Bhupal Dev, Jean-François Fortin, Steven P. Harris, Kuver Sinha, Yongchao Zhang

Notice bibliographique

RevueJournal of Cosmology and Astroparticle Physics · 2022
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiquePulsars and Gravitational Waves Research
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPhysicsNeutron starParameter spaceParticle physicsScalar (mathematics)SupernovaNuclear physicsNeutrinoNeutronHiggs bosonAstrophysicsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Due to their unique set of multimessenger signals, neutron star mergers have emerged as a novel environment for studies of new physics beyond the Standard Model (SM). As a case study, we consider the simplest extension of the SM scalar sector involving a light CP-even scalar singlet S mixing with the SM Higgs boson. These S particles can be produced abundantly in neutron star mergers via the nucleon bremsstrahlung process. We show that the S particles may either be trapped in or stream freely out of the merger remnant, depending on the S mass, its mixing with the SM Higgs boson, and the temperature and baryon density in the merger. In the free-streaming region, the scalar S will provide an extra channel to cool down the merger remnant, with cooling timescales as small as 𝒪(ms). On the other hand, in the trapped region, the Bose gas of S particles could contribute a larger thermal conductivity than the trapped neutrinos in some parts of the parameter space, thus leading to faster thermal equilibration than expected. Therefore, future observations of the early postmerger phase of a neutron star merger could effectively probe a unique range of the S parameter space, largely complementary to the existing and future laboratory and supernova limits. In view of these results, we hope the merger simulation community will be motivated to implement the effects of light CP-even scalars into their simulations in both the free-streaming and trapped regimes.

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)0,002
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,326
Écart entre enseignants0,311 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cosmology and Astroparticle PhysicsMême sujetPulsars and Gravitational Waves ResearchTravaux en français237 207