MétaCan
Menu
Retour à la cohorte
Enregistrement W4390091569 · doi:10.48550/arxiv.2312.12500

Neutron Stars as the Dark Matter detectors

2023· preprint· en· W4390091569 sur OpenAlexafffund
Ariel Zhitnitsky

Notice bibliographique

RevuearXiv (Cornell University) · 2023
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueAtomic and Subatomic Physics Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhysicsAxionDark matterParticle physicsNeutron starStrange matterAstrophysicsObservableStarsLight dark matterQuarkNuclear physicsScalar field dark matterCosmologyQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

It has been known for quite sometime that the Neutron Stars (NS) can play a role of the Dark Matter (DM) detectors due to many uniques features of NS. We apply these (previously developed) ideas to a specific form of the DM when it is represented by a composite object, rather than by a local fundamental field (such as WIMPs). To be more precise we consider the so-called axion quark nuggets (AQN) dark matter model, when the ``non-baryonic" dark matter in fact is made of quarks and gluons which are in dense quark phase (similar to the old idea of the Witten's strangelets). We argue that the interaction of the AQNs with NS material may lead to many profound observable effects, which dramatically different from conventional picture when DM particles are represented by weakly interacting WIMPs. In particular, we argue that the AQNs may serve as the triggers for the magnetic reconnection to heat the NS surface. This effect may strongly alleviate (or even completely remove) the observed inconsistencies between the predicted and observed surface temperatures for many old NS. This heating mechanism is always accompanied by the hard X ray emission, which may serve as an indicator of the proposed mechanism.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,530
Score d'incertitude au seuil1,000

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 ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,004

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 Opus0,067
Tête enseignante GPT0,218
Écart entre enseignants0,151 · 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.

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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetAtomic and Subatomic Physics ResearchTravaux en français237 207