MétaCan
Menu
← Retour à la cohorte
Enregistrement W4327993697 · doi:10.48550/arxiv.2303.10171

Model-independent bubble wall velocities in local thermal equilibrium

2023· preprint· en· W4327993697 sur OpenAlexfundno aff
Wen-Yuan Ai, Benoı̂t Laurent, Jorinde van de Vis

Notice bibliographique

RevuearXiv (Cornell University) · 2023
Typepreprint
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensnon disponible
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesEngineering and Physical Sciences Research CouncilNederlandse Organisatie voor Wetenschappelijk Onderzoek
Mots-clésBubbleMechanicsThermalMaterials sciencePhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Accurately determining bubble wall velocities in first-order phase transitions is of great importance for the prediction of gravitational wave signals and the matter-antimatter asymmetry. However, it is a challenging task which typically depends on the underlying particle physics model. Recently, it has been shown that assuming local thermal equilibrium can provide a good approximation when calculating the bubble wall velocity. In this paper, we provide a model-independent determination of bubble wall velocities in local thermal equilibrium. Our results show that, under the reasonable assumption that the sound speeds in the plasma are approximately uniform, the hydrodynamics can be fully characterized by four quantities: the phase strength $α_n$, the ratio of the enthalpies in the broken and symmetric phases, $Ψ_n$, and the sound speeds in both phases, $c_s$ and $c_b$. We provide a code snippet that allows for a determination of the wall velocity and energy fraction in local thermal equilibrium in any model. In addition, we present a fit function for the wall velocity in the case $c_s = c_b = 1/\sqrt 3$.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,080
Tête enseignante GPT0,186
Écart entre enseignants0,106 · 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'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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)→Même sujetHydrocarbon exploration and reservoir analysis→Travaux en français237 207→