MétaCan
Menu
← Retour à la cohorte
Enregistrement W7144943291

Search for Axionlike Particles Produced in e⁺e⁻ Collisions at Belle II

2020· article· en· W7144943291 sur OpenAlexfundno aff
Abudinén F., Adachi I., Aihara H., Akopov N., Aloisio A., Ameli F., Anh Ky N., Asner D. M., Aushev T., Aushev V., Babu V., Baehr S., Bahinipati S., Bambade P., Banerjee Sw., Bansal S., Baudot J., Becker Tjus J., Behera P. K., Bennett J. V., Bernieri E., Bernlochner F. U., Bertemes M., Bessner M., Bettarini S., Bhardwaj V., Bianchi F., Bilka T., Bilokin S., Biswas D., Bračko M., Branchini P., N Braun, Browder T. E., Budano A., Bussino S., Campajola M., Casarosa G., Cecchi Pestellini C., Červenkov D., Chang M.-C., Chang P., Cheaib R., Chekelian V., Cheon B. G., Chilikin K., Chirapatpimol K., Cho H.-E., Cho K., Cho S-J., Choi S.-K., Cinabro D., Corona Castillo L, Cremaldi L. M., Cunliffe S., Dash N., Dattola F., De La Cruz-Burelo E., de Nardo G, De Nuccio M., de Oliveira Tadeu G., De Sangro R, Destefanis M., De Yta-Hernandez A., Di Capua F, Doležal Z., Dong T. V., Dort K., Dossett D., Dujany G., Eidelman S., Ferber T., Ferlewicz D., Fiore S., Fodor Becsky A, Forti F., Fulsom B. G., Ganiev E., Garg R., Garmash A., Gaur V., Gaz A., Gebauer U., Gellrich A., Geßler T., Giordano R., Giri S. A, Gobbo B., Godang R., Goldenzweig P., Golob B., Gomis P., Gradl W., Graziani E., Greenwald D., Hadjivasiliou C., Halder S., Hartbrich O., Hayasaka K., Hayashii H., Hearty C., Hedges M. T., Heredia de la Cruz I., Hernández Villanueva M., Hershenhorn A., Higuchi T., Hill E. C., Hirata H., Hoek M., Hohmann M., Hsu C.-L., Hu Y., Inami K., Inguglia G., Irakkathil Jabbar J., Ishikawa A., Itoh R., Jackson P., Jacobs W. W., Jaffe D. E., Jang E.-J., Jia S., Jin Y., Joo C., Kaliyar A. B., Kandra J., Karyan G., Kato Y., Kichimi H., Kiesling C., Kim C.-H., Kim D. Y., Kim H. J., Kim S.-H., Kim Y.-K., Kimmel T. D., Kinoshita K., Kleinwort C., Kodyš P., Koga Kenneth T., Kohani S., Komarov E. I, Korpar S., Kraetzschmar T. M. G., Križan P., Krokovny P., Kuhr T., Kumar M., Kumar R., Kumara K., Kurz S., Kwon Y.-J., Lacaprara S., La Licata C., Gill, Lange J. S., Lee I-S, Lee S. C., Leitl P., Levit D., Lewis P. M., Li C., Li L. K., Li Y. B., Libby J., Lieret K., Li Gioi L., Liptak Z., Liu Q. Y., Liventsev D., Longo S., Luo T., MacQueen C., Maeda Y., Manfredi R., Manoni E., Marcello S., Marinas C., Martini A., Masuda M., Matsuoka K., Matvienko D., Meggendorfer F., Meier F., Merola M., Metzner F., Milesi M., Miller C., Miyabayashi K., Mizuk R., Azmi K., Mohanty G. B., Moser H.-G., Mrvar M., Müller F. J., Mussa Mahamudi R, Nakamura I., Nakao M., Nakazawa H., Natochii A., Niebuhr C., Nisar N. K., Nishida S, Nouxman M. H. A., Ogawa K., Ogawa J Ito S, Ono H., Oskin P., Ozaki H., Pakhlov P., Paladino A., Panta A., Paoloni E., Pardi S., Park H., Park S.-H., Paschen B., Passeri A., Pathak A., Patra S., Paul S., Pedlar T. K., Peruzzi I., Peschke R., Piccolo M., Piilonen L. E., Polat G., R. V. Popov, Praz C., Prencipe E., Prim M. T., Purohit M. V., Rad N, Rados P., Rasheed R., Reif M., Reiter S., Remnev M., Ripp-Baudot I., Ritter M., Ritzert M., Rizzo G., Robertson S. H., Rodriguez Perez D, Roney J. M., Rosenfeld C., Rostomyan A., Rout N., Sahoo D., Sakai Y, Sanders D. A., Sandilya S., Sangal A, Santelj L., Sato Y., Savinov V., Scavino B., Schwanda C., Schwartz A. J., Seddon R. M., Seino Y., Selce A., Senyo K., Serrano J., Sevior M. E., Sfienti C., Shiu J.-G., Sibidanov A., Simon F., Sobie R. J., Soffer A., Solovieva E., Spataro S., Spruck B., Starič M., Stefkova S., Stottler Z. S., Stroili R., Strube J., Sumihama M., Sumiyoshi T, Summers D. J., Sutcliffe W., Svidras H., Tabata M., Takizawa M., Tamponi U., Tanaka S., Tanida K., Tanigawa H., Taras P., Tenchini F., Tonelli D., Torassa E., Trabelsi K., Uchida M., Uglov T., Unger K., Unno Y., Uno S., Urquijo P., Ushiroda Y., Vahsen S. E., van Tonder R., Varner G. S., Varvell K. E., Vinokurova A., Vitale L., Waheed E., Wakai M., Wakeling H. M., Wang C. H., Wang M.-Z., Wang X. L., Warburton A., Watanabe M., Watanuki S., Webb J., Wehle S., Welsch M., Wessel C., Wiechczynski J., Windel H., Won E., Wu L. J., Xu X. P., Yabsley B., Yan W., Yang S. B., Ye H., Yonenaga M., Yuan C. Z., Yusa Y., Zani L., Zhou Q. D., Zhukova V. I.

Notice bibliographique

RevueInstitutional Repositories DataBase (IRDB) · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueParticle physics theoretical and experimental studies
Établissements canadiensnon disponible
Organismes subventionnairesInstitut National de Physique Nucléaire et de Physique des ParticulesAkademi Sains MalaysiaJapan Society for the Promotion of ScienceNatural Sciences and Engineering Research Council of CanadaKorea Research Environment Open NetworkCentro de Investigación y de Estudios Avanzados del Instituto Politécnico NacionalIstituto Nazionale di Fisica NucleareNational Institute of InformaticsMinistry of Science and Higher Education of the Russian FederationBundesministerium für Bildung, Wissenschaft und ForschungMinistry of Education and Science of UkraineNational Foundation for Science and Technology DevelopmentMax-Planck-GesellschaftMinistry of Education, Culture, Sports, Science and TechnologyKorea Institute of Science and Technology InformationLiaoning Revitalization Talents ProgramBundesministerium für Bildung und ForschungKorea Institute of Science and TechnologyThailand Center of Excellence in PhysicsUnited States-Israel Binational Science FoundationGeneralitat ValencianaNational Research FoundationAustrian Science FundCAS Center for Excellence in Particle PhysicsChinese Academy of SciencesU.S. Department of EnergyNational Natural Science Foundation of ChinaAlexander von Humboldt-StiftungCompute CanadaUniversity of TabukNational Science FoundationCanarieDeutsche ForschungsgemeinschaftJavna Agencija za Raziskovalno Dejavnost RSTürkiye Bilimsel ve Teknolojik Araştırma KurumuCentre National de la Recherche ScientifiqueUniverzita Karlova v Praze
Mots-clésPseudoscalarPhotonStandard Model (mathematical formulation)LuminosityCoupling (piping)Gauge bosonAxionBosonElectron–positron annihilation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OpenAlex consigne un résumé pour ce travail, mais il n'a pas pu être récupéré à l'instant.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,035
Tête enseignante GPT0,296
Écart entre enseignants0,261 · 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'étudeObservationnel
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Repositories DataBase (IRDB)→Même sujetParticle physics theoretical and experimental studies→Travaux en français237 207→