MétaCan
Menu
Retour à la cohorte
Enregistrement W4223688201 · doi:10.1088/1361-6633/ac9cee

New physics searches at kaon and hyperon factories

2023· article· en· W4223688201 sur OpenAlexaff
Goudzovski, Evgueni

Notice bibliographique

RevueArTS Archivio della ricerca di Trieste (University of Trieste https://www.units.it/) · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueDark Matter and Cosmic Phenomena
Établissements canadiensPerimeter InstituteMcGill University
Organismes subventionnairesHigh Energy PhysicsDivision of PhysicsNational Key Research and Development Program of ChinaScience and Technology Facilities CouncilJapan Society for the Promotion of ScienceHorizon 2020 Framework ProgrammeOffice of ScienceJavna Agencija za Raziskovalno Dejavnost RSChina Postdoctoral Science FoundationChinese Academy of SciencesH2020 Marie Skłodowska-Curie ActionsMinisterio de Economía y CompetitividadNational Natural Science Foundation of ChinaU.S. Department of EnergyEuropean CommissionLos Alamos National LaboratoryAlexander von Humboldt-StiftungEngineering and Physical Sciences Research CouncilUK Research and InnovationAlfred P. Sloan FoundationMinisterio de Ciencia e InnovaciónResearch Corporation for Science AdvancementNational Science Foundation
Mots-clésPhysicsHyperonParticle physicsNuclear physicsHadron

Résumé

récupéré en direct d'OpenAlex

Rare meson decays are among the most sensitive probes of both heavy and light new physics. Among them, new physics searches using kaons benefit from their small total decay widths and the availability of very large datasets. On the other hand, useful complementary information is provided by hyperon decay measurements. We summarize the relevant phenomenological models and the status of the searches in a comprehensive list of kaon and hyperon decay channels. We identify new search strategies for under-explored signatures, and demonstrate that the improved sensitivities from current and next-generation experiments could lead to a qualitative leap in the exploration of light dark sectors.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,192
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,043
Tête enseignante GPT0,228
Écart entre enseignants0,185 · 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.

Devis d'étudeSans objet
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

Citations80
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArTS Archivio della ricerca di Trieste (University of Trieste https://www.units.it/)Même sujetDark Matter and Cosmic PhenomenaTravaux en français237 207