La gravità quantistica rappresenta una delle frontiere più affascinanti della fisica moderna, cercando di unificare le leggi del cosmo su larga scala con quelle del mondo subatomico. Questo campo esplora come lo spazio-tempo si comporta a livelli incredibilmente piccoli, sfidando la nostra comprensione tradizionale della realtà attraverso teorie complesse e visioni innovative.

Su Gist.Science, monitoriamo quotidianamente i nuovi preprint pubblicati su arXiv in questa categoria, elaborando ogni documento per renderlo accessibile a tutti. Per ogni ricerca, forniamo una spiegazione chiara in linguaggio semplice affiancata da un'analisi tecnica dettagliata, permettendo sia ai curiosi che agli esperti di cogliere l'essenza di queste scoperte rivoluzionarie senza barriere linguistiche.

Di seguito trovate le ultime pubblicazioni selezionate in questo settore, pronte per essere lette e comprese.

⚛️ general relativity

Paths to gravitation via the gauging of parameterized field theories

Questo articolo esplora una via alternativa alla teoria della gravità promuovendo l'invarianza di Poincaré globale dei campi scalari nella fisica della relatività speciale a simmetrie locali, risultando in un modello basato sulla simmetria di Lorentz locale che estende la Relatività Generale introducendo uno standard di tempo e permettendo campi di gauge non piatti anche in spazi-tempi con metriche di Minkowski o euclidee piatte.

Tomi S Koivisto, Tom Zlosnik2026-07-30
⚛️ general relativity

Dynamical system analysis of cosmological evolution in the Aether scalar tensor theory

Questo articolo impiega l'analisi dei sistemi dinamici per dimostrare che specifiche formulazioni della teoria dello Scalare Tensore dell'Etere, che approssimano un comportamento di tipo polvere nei tempi cosmici precoci, possono replicare con successo l'evoluzione cosmologica di fondo del modello Λ\LambdaCDM pur soddisfacendo i vincoli del campo debole.

João Luís Rosa, Tom Zlosnik2026-07-30
⚛️ general relativity

Sudden cosmological singularities in Aether scalar-tensor theories

Questo articolo investiga l'insorgenza di singolarità cosmologiche improvvise (di tipo II) nelle teorie scalari-tensoriali dell'Etere, dimostrando che, sebbene possano derivare dalla dinamica del campo scalare o da divergenze della pressione del fluido, possono essere prevenute da specifiche scelte dell'azione e sono coerenti con le attuali osservazioni cosmologiche, con il parametro di jerk che favorisce modelli in cui tali singolarità si verificano entro circa 1,2 volte l'età attuale dell'universo.

João Luís Rosa, Tom Zlosnik2026-07-30
⚛️ general relativity

Bayesian and Machine-Learning Analyses of Nonminimal f(Q)f(Q) Gravity and H0H_0 Tension

Questo studio impiega analisi bayesiane e di machine learning sulla gravità f(Q)f(Q) non minimamente accoppiata all'interno del formalismo metrico-affine per dimostrare che il framework offre un approccio flessibile per la cosmologia del tempo tardivo che allevia parzialmente la tensione su $H_0 pur rimanendo coerente con diversi set di dati osservativi.

Simran Arora, Mridul Patel2026-07-30
⚛️ general relativity

Differentiability and Other Properties of the Cosmological Volume Function

Questo articolo dimostra che la funzione di volume cosmologico regolare τV\tau_V è spesso una funzione temporale continuamente differenziabile, consentendo così una scissione metrica canonica e l'induzione di una metrica riemanniana "ruotata di Wick", fornendo al contempo ulteriori risultati ed esempi relativi alle funzioni del tempo e del volume cosmologico.

Leonardo García-Heveling2026-07-30
⚛️ general relativity

Observational Constraints on Emergent Fractional Fractal Cosmology

Questo articolo vincola il modello cosmologico frattale frazionario emergente attraverso analisi di verosimiglianza congiunta di vari dataset cosmologici, riscontrando che, sebbene la dimensione frattale sia strettamente vincolata vicino al valore standard di 2, il modello non offre alcun miglioramento significativo rispetto al modello Λ\LambdaCDM standard secondo i confronti del Criterio di Informazione Bayesiano.

Raheleh Jalalzadeh, Hooman Moradpour, Shahram Jalalzadeh2026-07-30