MétaCan
Menu
← Retour à la cohorte
Enregistrement W7094940359 · doi:10.5281/zenodo.17434880

Recursive Gradient Physics (RGPx): Coherence, Collapse, and the Φ-Invariant Frontier

2025· article· en· W7094940359 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Langueen
DomaineEngineering
ThématiquePhysics and Engineering Research Articles
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesnon disponible
Mots-clésAddendumUnificationCurrent (fluid)Invariant (physics)CurvatureConserved quantityCoherence (philosophical gambling strategy)Einstein

Résumé

récupéré en direct d'OpenAlex

Recursive Gradient Physics (RGPx) extends Recursive Gradient Processing (RGP) into the physical domain, establishing coherence—not energy—as nature’s fundamental invariant.The paper introduces the Φ-invariant, defined as the ratio between entropy production and dissipative flux (Φ = Ṡ / (Q̇/T)), revealing a universal conservation principle expressed as the continuity of coherence flux (∇μΦμν = 0). RGPx unifies quantum decoherence, turbulent transition, and gravitational curvature under a single recursive grammar of coherence regulation. Decoherence plateaus, turbulence cascades, and horizon thermodynamics appear as contextual expressions of one recursive law: systems evolve by normalizing their gradients toward coherence equilibrium. Comparative frameworks (Kolmogorov → RGPx, General Relativity → RGPx, and the Coherence Conservation Law) demonstrate how force-based physics emerges as a limiting case of recursive normalization. The theory is testable through measurable Φ-plateaus in quantum systems, turbulence spectra, and analog gravity experiments. RGPx restores global conservation through coherence continuity, marking the transition from force-based to recursion-based physics — a unifying step from description to regulation, from geometry to gradient coherence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,008
Communication savante0,0040,008
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,011
Tête enseignante GPT0,198
Écart entre enseignants0,186 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetPhysics and Engineering Research Articles→Travaux en français237 207→