Effect of vorticity on the dynamical magnetic fields in heavy-ion collisions
Notice bibliographique
Résumé
Magnetic fields in heavy-ion collisions are pivotal and subject to diverse factors. In this study, we quantitatively investigate the impact of fluid vorticity on the evolution of magnetic fields in the 20%–50% centrality class in <a:math xmlns:a="http://www.w3.org/1998/Math/MathML" display="inline"> <a:mrow> <a:mi>Au</a:mi> <a:mo>+</a:mo> <a:mi>Au</a:mi> </a:mrow> </a:math> collisions, with collision energies of <c:math xmlns:c="http://www.w3.org/1998/Math/MathML" display="inline"> <c:mrow> <c:msqrt> <c:mrow> <c:msub> <c:mrow> <c:mi>s</c:mi> </c:mrow> <c:mrow> <c:mi>N</c:mi> <c:mi>N</c:mi> </c:mrow> </c:msub> </c:mrow> </c:msqrt> <c:mo>=</c:mo> <c:mspace linebreak="goodbreak"/> <c:mo stretchy="false">(</c:mo> <c:mn>7.7</c:mn> <c:mo>,</c:mo> <c:mn>14.5</c:mn> <c:mo>,</c:mo> <c:mn>19.6</c:mn> <c:mo>,</c:mo> <c:mn>27</c:mn> <c:mo>,</c:mo> <c:mn>39</c:mn> <c:mo>,</c:mo> <c:mn>62.4</c:mn> <c:mo>,</c:mo> <c:mn>200</c:mn> <c:mo stretchy="false">)</c:mo> <c:mtext> </c:mtext> <c:mtext> </c:mtext> <c:mi>GeV</c:mi> </c:mrow> </c:math> . Our results indicate that fluid vorticity leads to a delay in the evolution of the magnetic field, in which this effect becomes more pronounced as the collision energy decreases. Additionally, we have calculated the mean magnetic field values on the freeze-out hypersurface for various collision energies. Our simulation results align with the values inferred from experimental data of <h:math xmlns:h="http://www.w3.org/1998/Math/MathML" display="inline"> <h:mover accent="true"> <h:mi mathvariant="normal">Λ</h:mi> <h:mo stretchy="false">¯</h:mo> </h:mover> <h:mo>−</h:mo> <h:mi mathvariant="normal">Λ</h:mi> </h:math> , within the error margins. 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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,003 |
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 ».