MétaCan
Menu
Retour à la cohorte
Enregistrement W7019954180

The initial State of heavy ion collisions in the IP-glasma framework

2017· dissertation· en· W7019954180 sur OpenAlexaff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2017
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueHigh-Energy Particle Collisions Research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésGluonColor-glass condensateHeavy ionSaturation (graph theory)Color chargeCharge (physics)Range (aeronautics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

First implemented by Schenke et al [1, 2], IP-Glasma is a QCD based initial state model for Heavy Ion Collisions that is able to reproduce a wide range of observables, both on average and in event-by-event distributions, when used to initialize hydrodynamic simulations. The model incorporates small-x gluon saturation via the Impact Parameter Dependent Saturation Model (IPSAT) [3] and introduces sub-nucleonic color charge fluctuations by stochastically sampling the color charge density for each nucleon, before ultimately evolving the gluon field configuration via a classical Yang-Mills evolution. This thesis is the debut of a second formulation of IP-Glasma, the results of which will be presented throughout this work. The objective is to reproduce the results of the highly successful IP-Glasma model and to extend them to study new experimental data in order to further constrain the transport properties of theQuark Gluon Plasma. Predictions and postdictions for Run 2 at the LHC, which is currently underway, will be presented and discussed.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
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 enseignants0,456
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,003
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 Opus0,027
Tête enseignante GPT0,324
Écart entre enseignants0,297 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetHigh-Energy Particle Collisions ResearchTravaux en français237 207