Multi-Channel Compact-Object Inference in Time-Scalar Field Theory: Expanded Populations, Correlation Structure, and Predictive Validation of the Λ Stability Functional
Notice bibliographique
Résumé
Time-Scalar Field Theory (TSFT) models compact astrophysical objects as solutions to coherence routing under compression, rather than as manifestations of distinct fundamental forces. In prior work, this framework was shown to organize magnetars and pulsars through a stability functional Λ derived from timing observables. Here we extend that analysis across a broader compact-object ladder—including canonical pulsars, magnetars, Central Compact Objects (CCOs), black-hole X-ray binaries (BHXBs), and white dwarfs—testing whether a single scalar functional retains explanatory and predictive power across regimes of increasing compactness and channel geometry. Using curated datasets from ATNF, the McGill Magnetar Catalog, De Luca (2017) CCO compilations, the BlackCAT BHXB catalog, and SDSS DR7 white dwarfs, we perform correlation, regression, and classification analyses without class-specific tuning. We find that Λ-based models outperform baseline correlations across multiple targets, achieving a multi-class AUC of 0.981 and statistically significant improvements in explained variance for radiative outputs (e.g., R2 = 0.55 vs. 0.32 for BHXB peak X-ray flux). Residual structure is shown to be non-random and class-dependent, suggesting physically meaningful channel misalignment rather than noise. These results elevate Λ from a descriptive magnetar diagnostic to a falsifiable, cross-population inference tool. We interpret residuals as signatures of channel transitions and outline explicit observational predictions, establishing a framework for survey-guided discovery without post hoc fitting.
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 | 0,007 | 0,021 |
| 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 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».