MétaCan
Menu
Retour à la cohorte
Enregistrement W4324195273 · doi:10.1103/physrevc.107.034908

Comparing the martini and cujet models for jet quenching: Medium modification of jets and jet substructure

2023· article· en· W4324195273 sur OpenAlexafffund
Shuzhe Shi, Rouzbeh Modarresi Yazdi, Charles Gale, Sangyong Jeon

Notice bibliographique

RevuePhysical review. C · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueHigh-Energy Particle Collisions Research
Établissements canadiensMcGill University
Organismes subventionnairesNuclear PhysicsNatural Sciences and Engineering Research Council of CanadaOffice of ScienceAlliance de recherche numérique du CanadaU.S. Department of Energy
Mots-clésJet quenchingSubstructurePhysicsPlasmaQuark–gluon plasmaJet (fluid)HadronScatteringObservableNuclear physicsFragmentation (computing)Particle physicsSpectral lineCoupling (piping)MechanicsOptics

Résumé

récupéré en direct d'OpenAlex

Jets produced by the initial hard scattering in heavy ion collision events lose energy due to interactions with the color-deconfined medium formed around them: The quark-gluon plasma (QGP). Jet-medium interactions constitute an important theoretical and experimental field for studies of QGP, and various models with different assumptions have been proposed to describe them. A fair and direct comparison of these models requires that all other aspects of the simulation be fixed, which is achieved in this work by relying on the jetscape framework. We employ jetscape to directly and comprehensively compare two successful energy loss models: cujet and martini. We compare the models with the results of measurements of jet spectra and substructure observables. With the strong coupling tuned separately, we find that the two models broadly agree with each other in nuclear modification factors for charged hadrons and jets with cone size $R=0.4$. Systematic differences are reported in fragmentation functions, jet shape, and cone-size dependent jet ${R}_{AA}$.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,908
Score d'incertitude au seuil0,301

Scores Codex et Gemma par catégorie

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

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 Opus0,079
Tête enseignante GPT0,387
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations14
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

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