Rapidity Correlation of K/π to ϕ in γSCSM and Pythia
Notice bibliographique
Résumé
Pythia with Rope Hadronization, and the Canonical-Statistical Model with strangeness undersaturation (γSCSM), have shown remarkably similar results when simulating strange hadrons yields relative to pion yields as a function of event-multiplicity. As the underlying assumptions in these models are very different, a novel observable is warranted. The aim of this thesis is to show that K0S/(π+ + π−) in ϕ-triggered events is an observable which distinguishes between Pythia and γSCSM. For this purpose K0S/(π+ + π−) in three rapidity windows w.r.t ϕ was studied in proton-proton collisions, namely, |∆y| < 0.1, |∆y| < 0.5 and |∆y| < 1 as a function of event multiplicity. With these considerations, stark differences were observed between the two models. The Lund String Model implemented with Pythia conserves strangeness on the level of string breaks, which results in larger K0S yields relative to π+ + π− in regions closer to ϕ. Contrary to this, the statistical nature of γSCSM does not predict any increase of K0/π in ϕ-triggered events when compared to non-triggered events. Moreover, Pythia events were generated for multiple values of the vector-meson mixing angle (θV ). This allowed for a study of ϕ/π based on the probability of ss¯, uu¯ or d¯d projecting onto ϕ, and how that affects K0S/(π+ +π−) in the different rapidity windows. Here it was observed that larger deviations from ideal-mixing(θV = 35.3◦) resulted in larger ϕ/π, whilst only minimal decreases in K0S/(π+ + π−) were noticed.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».