Hard jet substructure in a multistage approach
Notice bibliographique
Résumé
We present predictions and postdictions for a wide variety of hard jet-substructure observables using a multistage model within the framework. The details of the multistage model and the various parameter choices are described in []. A novel feature of this model is the presence of two stages of jet modification: a high-virtuality phase [modeled using the modular all twist transverse-scattering elastic-drag and radiation model ()], where modified coherence effects diminish medium-induced radiation, and a lower virtuality phase [modeled using the linear Boltzmann transport model ()], where parton splits are fully resolved by the medium as they endure multiple scattering induced energy loss. Energy-loss calculations are carried out on event-by-event viscous fluid dynamic backgrounds constrained by experimental data. The uniform and consistent descriptions of multiple experimental observables demonstrate the essential role of modified coherence effects and the multistage modeling of jet evolution. Using the best choice of parameters from [], and with no further tuning, we present calculations for the medium modified jet fragmentation function, the groomed jet momentum fraction <a:math xmlns:a="http://www.w3.org/1998/Math/MathML"> <a:msub> <a:mi>z</a:mi> <a:mi>g</a:mi> </a:msub> </a:math> and angular separation <b:math xmlns:b="http://www.w3.org/1998/Math/MathML"> <b:msub> <b:mi>r</b:mi> <b:mi>g</b:mi> </b:msub> </b:math> distributions, as well as the nuclear modification factor of groomed jets. These calculations provide accurate descriptions of published data from experiments at the Large Hadron Collider. Furthermore, we provide predictions from the multistage model for future measurements at the BNL Relativistic Heavy Ion Collider. 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 | 0,001 |
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.
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 ».