MétaCan
Menu
Retour à la cohorte
Enregistrement W4226103667 · doi:10.1016/j.ppnp.2022.103962

Transport Model Comparison Studies of Intermediate-Energy Heavy-Ion Collisions

2022· article· en· W4226103667 sur OpenAlexaff
H.H. Wolter, M. Colonna, Dan Cozma, Paweł Danielewicz, Che Ming Ko, Rohit Kumar, Akira Ono, M. B. Tsang, Jun Xu, Yingxun Zhang, Elena Bratkovskaya, Zhao-Qing Feng, T. Gaitanos, A. Le Fèvre, Natsumi Ikeno, Youngman Kim, S. Mallik, P. Napolitani, Dmytro Oliinychenko, Tatsuhiko Ogawa, Massimo Papa, Jun Su, Rui Wang, Yongjia Wang, Janus Weil, Feng-Shou Zhang, Guoqiang Zhang, Zhen Zhang, Joerg Aichelin, W. Cassing, Lie-Wen Chen, Hui-Gan Cheng, Hannah Elfner, K. Gallmeister, C. Hartnack, Shintaro Hashimoto, Sangyong Jeon, Kyungil Kim, Myungkuk Kim, Bao-An Li, Chang‐Hwan Lee, Qingfeng Li, Zhuxia Li, U. Mosel, Yasushi Nara, Koji Niita, Akira Ohnishi, Tatsuhiko Sato, Taesoo Song, Agnieszka Sorensen, Ning Wang, Wen-Jie Xie

Notice bibliographique

RevuearXiv (Cornell University) · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueHigh-Energy Particle Collisions Research
Établissements canadiensMcGill University
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésPhysicsHeavy ionStatistical physicsNuclear physicsTransport theoryPionBoltzmann equationIonQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Transport models are the main method to obtain physics information from low to relativistic-energy heavy-ion collisions. The Transport Model Evaluation Project (TMEP) has been pursued to test the robustness of transport model predictions in reaching consistent conclusions from the same type of physical model. Calculations under controlled conditions of physical input and set-up were performed with various participating codes. These included both calculations of nuclear matter in a box with periodic boundary conditions, and more realistic calculations of heavy-ion collisions. In this intermediate review, we summarize and discuss the present status of the project. We also provide condensed descriptions of the 26 participating codes, which contributed to some part of the project. These include the major codes in use today. We review the main results of the studies completed so far. They show, that in box calculations the differences between the codes can be well understood and a convergence of the results can be reached. These studies also highlight the systematic differences between the two families of transport codes, known as BUU and QMD type codes. However, when the codes were compared in full heavy-ion collisions using different physical models, as recently for pion production, they still yielded substantially different results. This calls for further comparisons of heavy-ion collisions with controlled models and of box comparisons of important ingredients, like momentum-dependent fields, which are currently underway. We often indicate improved strategies in performing transport simulations and thus provide guidance to code developers. Results of transport simulations of heavy-ion collisions from a given code will have more significance if the code can be validated against benchmark calculations such as the ones summarized in this review.

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)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,104
Tête enseignante GPT0,253
Écart entre enseignants0,150 · 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

Citations133
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetHigh-Energy Particle Collisions ResearchTravaux en français237 207