Novel approach to the global analysis of proton form factors in elastic electron-proton scattering
Notice bibliographique
Résumé
We present a method for the global analysis of elastic electron-proton scattering when combining data sets from experiments with different overall normalization uncertainties. The method is a modification of one employed by the NNPDF collaboration in the fitting of parton distribution data. This method is an alternative to the ‘penalty trick’ method traditionally employed in global fits to proton electric and magnetic form factors, while avoiding the statistical biases inherent in that approach. We discuss issues that arise when extending the method to nonlinear models. For data with <a:math xmlns:a="http://www.w3.org/1998/Math/MathML"><a:mrow><a:msup><a:mi>Q</a:mi><a:mn>2</a:mn></a:msup><a:mo>></a:mo><a:mn>1</a:mn><a:mspace width="0.16em"/><a:msup><a:mtext>GeV</a:mtext><a:mn>2</a:mn></a:msup></a:mrow></a:math> we find relatively minor differences to traditional model fits when the normalization uncertainties from different experiments are correctly accounted for. We discuss implications of this method for the well-known discrepancy between the form factor ratio <c:math xmlns:c="http://www.w3.org/1998/Math/MathML"><c:mrow><c:msub><c:mi>G</c:mi><c:mi>E</c:mi></c:msub><c:mo>/</c:mo><c:msub><c:mi>G</c:mi><c:mi>M</c:mi></c:msub></c:mrow></c:math> extracted from the Rosenbluth and polarization transfer techniques. Published by the American Physical Society 2024
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».