MétaCan
Menu
Retour à la cohorte
Enregistrement W4386301952 · doi:10.48550/arxiv.2308.14796

Spin dependence of black hole ringdown nonlinearities

2023· preprint· en· W4386301952 sur OpenAlexfundno aff
Jaime Redondo–Yuste, G. Carullo, Justin L. Ripley, Emanuele Berti, Vítor Cardoso

Notice bibliographique

RevuearXiv (Cornell University) · 2023
Typepreprint
Langueen
DomaineEngineering
ThématiqueGeophysics and Sensor Technology
Établissements canadiensnon disponible
Organismes subventionnairesAmaldi Research CenterInstitut Périmètre de physique théoriqueMinistero degli Affari Esteri e della Cooperazione InternazionaleIndo-US Science and Technology ForumHorizon 2020 Framework ProgrammeNational Research FoundationEuropean CommissionJohn Templeton FoundationDanmarks GrundforskningsfondNational Aeronautics and Space AdministrationVillum FondenNational Science Foundation
Mots-clésPhysicsSpinsBlack hole (networking)AmplitudeExtrapolationRotating black holeBinary black holeQuasinormal modePerturbation (astronomy)ExcitationCoalescence (physics)Spin (aerodynamics)Quantum electrodynamicsQuantum mechanicsGravitationGravitational waveCondensed matter physicsAngular momentum

Résumé

récupéré en direct d'OpenAlex

The nonlinear character of general relativity leaves its imprint in the coalescence of two black holes, from the inspiral to the final ringdown stage. To quantify the impact of nonlinearities, we work at second order in black hole perturbation theory and we study the excitation of second-order modes relative to the first-order modes that drive them as we vary the black hole spin and the initial data for the perturbations. The relative amplitude of second-order modes is only mildly dependent on the initial data that we consider, but it strongly decreases for large black hole spins. This implies that the extrapolation of calculations based on the Kerr-CFT correspondence to subextremal Kerr black holes should be viewed with caution.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,054
Tête enseignante GPT0,180
Écart entre enseignants0,126 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetGeophysics and Sensor TechnologyTravaux en français237 207