MétaCan
Menu
Retour à la cohorte
Enregistrement W4417482571 · doi:10.1088/1674-1137/ae2f4f

Bayesian inference of the magnetic field and chemical potential on holographic jet quenching in heavy-ion collisions*

2025· article· W4417482571 sur OpenAlexaff
Zhan Gao, Weiyao Ke, Hanzhong Zhang

Notice bibliographique

RevueChinese Physics C · 2025
Typearticle
Langue
DomainePhysics and Astronomy
ThématiqueHigh-Energy Particle Collisions Research
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésPartonJet quenchingQuantum chromodynamicsBaryonQuark–gluon plasmaMagnetic fieldHadronQuarkField (mathematics)

Résumé

récupéré en direct d'OpenAlex

Abstract Jet quenching is studied in a background magnetic field and finite baryon chemical potential. The production of energetic partons is calculated using the next-to-leading order (NLO) perturbative Quantum Chromodynamics (pQCD) parton model, whereas the parton energy loss formula is obtained from the AdS/CFT correspondence incorporating the magnetic field and baryon chemical potential effects. Using Bayesian inference, we systemically compare theoretical calculations with experimental data for the nuclear modification factor of large transverse momentum hadrons in different centralities of nucleus-nucleus collisions at 0.2, 2.76, and 5.02 TeV, respectively. The holographic calculation leads to a strong negative correlation between the magnetic field and chemical potential for a fixed amount of energy loss. This degeneracy can be observed after model calibration. Finally, we discussed the sensitivity of jet quenching phenomena to the external magnetic field and background baryon chemical potential.

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)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,535
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)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,287
Écart entre enseignants0,280 · 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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChinese Physics CMême sujetHigh-Energy Particle Collisions ResearchTravaux en français237 207