hep-ex
1483 articles
Ce domaine explore les mécanismes complexes qui régissent la réponse du corps aux infections virales et aux traitements, un sujet crucial pour comprendre comment nous protégeons notre santé face aux menaces biologiques. Les recherches ici couvrent tout, de l'identification de nouvelles cibles thérapeutiques à l'analyse de la façon dont les médicaments interagissent avec nos cellules, offrant une fenêtre précieuse sur l'avenir de la médecine préventive.
Sur Gist.Science, nous surveillons en permanence arXiv pour vous apporter les dernières découvertes dans ce secteur. Chaque nouvelle prépublication est traitée pour vous offrir à la fois un résumé technique rigoureux et une explication claire en langage courant, rendant l'information scientifique accessible sans sacrifier la précision. Vous trouverez ci-dessous la sélection des tout derniers articles soumis par les chercheurs dans ce domaine passionnant.
Fabrication and characterization of AlMn alloy superconducting films for 0vbb experiments
Cette étude porte sur la fabrication et la caractérisation de films supraconducteurs en alliage AlMn, dont la température critique peut être ajustée entre 10 et 20 mK par recuit pour une application future dans les détecteurs TES destinés aux expériences de double désintégration bêta sans neutrino.
Fabrication and Characterization of X-ray TES Detectors Based on Annular AlMn Alloy Films
Cette étude présente la fabrication et la caractérisation de détecteurs de rayons X à capteurs à transition supraconductrice (TES) utilisant des films d'alliage AlMn annulaires, atteignant une résolution énergétique de 11,0 eV à 5,9 keV.
Hadronic contributions to within Resonance Chiral Theory
Ce document passe en revue les progrès récents réalisés avec la théorie chirale de résonance pour calculer les contributions hadroniques au moment magnétique anomal du muon, incluant la polarisation du vide et la lumière par lumière, tout en obtenant des résultats cohérents avec les valeurs de référence du « White Paper 2 ».
Detection of Gravitational Anomaly at Low Acceleration from a Highest-quality Sample of 36 Wide Binaries with Accurate 3D Velocities
Cette étude analyse un échantillon de haute qualité de 36 étoiles binaires larges dotées de vitesses 3D précises pour démontrer une anomalie gravitationnelle statistiquement significative () à faibles accélérations, trouvant un facteur de boost gravitationnel de qui contredit la gravité newtonienne standard et soutient des paradigmes non standards comme MOND.
Influence of Non-extensivity on the drag and diffusion coefficients of hadronic matter
Cette étude examine l'influence de la statistique nonextensive de Tsallis sur les coefficients de traînée et de diffusion de divers hadrons dans un bain thermique, démontrant que les effets de non-équilibre et la composition du milieu modulent significativement les propriétés de transport et les temps de relaxation des particules.
Poisson Log-Normal Process for Count Data Prediction
Ce document propose le processus Poisson Log-Normal (PoLoN), une approche non paramétrique basée sur les processus gaussiens permettant de modéliser, prédire et extraire des signaux à partir de données de comptage discrètes.
Assessing the Impact of Fitting Methodology at aNLO with FPPDF: an Open Source Tool for Extracting Parton Distribution Functions in the Hessian Approach
Ce papier présente FPPDF, un nouveau code open source permettant d'effectuer des ajustements globaux de fonctions de distribution de partons (PDF) via une paramétrisation polynomiale et l'approche hessienne, tout en démontrant que l'impact du passage à l'ordre perturbative aNLO est peu sensible à la méthodologie de paramétrisation utilisée.
Can Dirac neutrinos destabilize domain wall network?
Cette étude démontre que si une symétrie est responsable de la génération des masses des neutrinos de Dirac, elle peut induire une rupture explicite radiative qui déstabilise les réseaux de parois de domaine, créant ainsi un lien direct entre l'échelle du mécanisme de seesaw, l'asymétrie baryonique et un signal d'ondes gravitationnelles détectable.
Machine learning in online and offline reconstruction and identification with CMS
Ce document explique comment l'apprentissage automatique (machine learning) est utilisé pour améliorer la reconstruction et l'identification des objets physiques au sein de l'expérience CMS, tout en préparant les stratégies de reconstruction pour les futures conditions extrêmes du HL-LHC.