MétaCan
Menu
Retour à la cohorte
Enregistrement W4323040305 · doi:10.1103/physrevc.107.034903

Magnetic-field-dependent electric-charge transport in hadronic medium at finite temperature

2023· article· en· W4323040305 sur OpenAlexafffund
Ritesh Ghosh, Manu Kurian

Notice bibliographique

RevuePhysical review. C · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueHigh-Energy Particle Collisions Research
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhysicsHadronMagnetic fieldElectric fieldBoltzmann equationCondensed matter physicsMagnetizationQuantum electrodynamicsQuantization (signal processing)Charge (physics)Nuclear physicsParticle physicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Electric charge transport of hadronic matter at finite temperature and magnetic field is studied within the linear $\ensuremath{\sigma}$ model. Anisotropic transport coefficients associated with the charge transport are estimated both in the weak and strong regimes of the magnetic field using the transport theory approach. In a weakly magnetized medium, the magnetic field effects are incorporated through the Lorentz force term in the Boltzmann equation. Strong magnetic field puts further constraints on the motion of charged particles through Landau quantization. Magnetic field-dependent thermal relaxation time is obtained from interaction rates of hadrons with the $S$-matrix approach by considering the Landau level kinematics of the charged hadrons. Mean-field effects are embedded in the analysis through the temperature-dependent hadron masses. Further, the hadronic medium response to a time-varying external electric field is studied in weak and strong magnetic field regimes. It is seen that electromagnetic responses of the hadronic matter have a strong dependence on the mean-field effects, $\ensuremath{\sigma}$ mass, the strength of the external fields, and its evolution in the medium.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,013
Tête enseignante GPT0,321
Écart entre enseignants0,307 · 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

Citations12
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

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