Coherence Efficiency Under Compression: Froggle's Dilemma, Blacksmith Magic, and Unified Channel Selection in Time-Scalar Field Theory
Notice bibliographique
Résumé
We present a unified framework for compact-object phenomenology based on Time-Scalar Field Theory (TSFT), in which magnetism, radiation, thermalization, and gravitational dynamics emerge as efficiency-selected channels for resolving temporal shear under compression. Central to this framework is Froggle’s Dilemma: the principle that physical systems preferentially route shear through the lowest-cost coherent channel available in a given environment. We apply this framework to neutron stars and magnetars, deriving a TSFT stability score that combines rotational coherence, inferred magnetic shear, spin-down power, and characteristic age. Using publicly available pulsar timing data from the ATNF Pulsar Catalogue and magnetar data from the McGill Magnetar Catalog, we show that TSFT-motivated composite predictors outperform standard dipole-based heuristics in separating magnetars from ordinary pulsars, achieving a statistically significant improvement in classification performance. Within the magnetar population, the TSFT stability score exhibits strong correlations with observed X-ray luminosity, spectral index, and thermal properties, consistent with channel-selection predictions in which torsional coherence saturates and radiative export becomes dominant. These results demonstrate that magnetar phenomenology is governed not solely by magnetic field strength, but by coherence efficiency under compression. The framework provides a testable, extensible basis for multi-channel compact-object modeling and offers falsifiable predictions for transitions between electromagnetic, weak, and gravitational shear export regimes in extreme astrophysical environments, building on prior TSFT derivations of temporal shear, coherence saturation, and channel failure.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».