Questa sezione è dedicata all'interazione tra il fegato e l'intestino, un dialogo biologico fondamentale che influenza la digestione, l'immunità e persino la salute mentale. Qui esploriamo come questi due organi comunicano costantemente, scambiando sostanze e segnali che possono proteggere o danneggiare il nostro organismo, rendendo comprensibile una rete complessa senza bisogno di termini specialistici.

Ogni articolo presentato proviene direttamente da arXiv, dove Gist.Science analizza sistematicamente ogni nuovo preprint pubblicato in questo settore. Per ogni studio, offriamo una spiegazione semplice accessibile a tutti, affiancata da un'analisi tecnica dettagliata per chi desidera approfondire i dati specifici e le metodologie di ricerca.

Di seguito trovate le ultime pubblicazioni in questa categoria, con le nostre sintesi pronte per guidarvi alla scoperta delle nuove frontiere della ricerca epato-intestinale.

⚛️ reticolo

Radiative transitions of hybrid mesons

Questo articolo calcola le transizioni radiative all'interno del multipletto ibrido di charmonium più basso utilizzando un modello di gluone costitutivo basato sulla QCD in gauge di Coulomb, riscontrando che i risultati per Y→ηcγY\to\eta_c\gamma e Y→χc0γY\to \chi_{c0}\gamma concordano con i calcoli di lattice quenched, mentre la transizione ηc1→J/ψγ\eta_{c1}\to J/\psi\gamma è significativamente inferiore alle stime di lattice.

Shahriyar Jafarzade, Eric S. Swanson2026-10-16
⚛️ esperimenti ad alta energia

The Sill distribution for all partial waves

Questo articolo estende la distribuzione di Sill a onde parziali arbitrarie modificando il termine di massa del propagatore per implementare correttamente il comportamento di soglia preservando al contempo la normalizzazione esatta, sottoponendo con successo l'approccio a un test di riferimento con la descrizione dell'onda pp della risonanza Δ(1232)++\Delta(1232)^{++}.

Krzysztof Kyzioł, Francesco Giacosa2026-10-16
⚛️ esperimenti ad alta energia

Machine-learning-based neutrino-event generation constrained by experimental measurements

Questo articolo presenta un surrogato generativo basato sull'apprendimento automatico per lo scattering neutrinico nucleare a corrente carica che può essere direttamente calibrato sulle sezioni d'urto differenziali sperimentali senza dati a livello di evento, migliorando così le previsioni per gli osservabili non misurati e mantenendo l'applicabilità attraverso diversi flussi di neutrini.

Jose Luis Bonilla, Krzysztof M. Graczyk, Rwik Dharmapal Banerjee, Beata E. Kowal, Hemant Prasad, Jan T. Sobczyk2026-10-16
⚛️ esperimenti ad alta energia

Inclusive Search for Anomalous Single-Photon Production in MicroBooNE

La collaborazione MicroBooNE ha condotto una ricerca inclusiva della produzione di singoli fotoni anomali per investigare l'eccesso a bassa energia di MiniBooNE, riscontrando un accordo complessivo con le previsioni ma osservando un sottogruppo di eventi privi di protoni con una significatività locale appena superiore a 2σ\sigma concentrata al di sotto di 600 MeV.

MicroBooNE collaboration, P. Abratenko, D. Andrade Aldana, L. Arellano, J. Asaadi, A. Ashkenazi, S. Balasubramanian, B. (…)2026-10-16
⚛️ esperimenti ad alta energia

Uncertainty Quantification and Propagation for ACORN, a geometric deep learning tracking pipeline for HEP experiments

Questo articolo presenta un framework di quantificazione dell'incertezza applicato alla pipeline di tracciamento geometric deep learning ACORN utilizzando il dataset TrackML, dimostrando che le prestazioni del modello sono ben calibrate e che l'incertezza aleatoria predomina all'aumentare dei dati di addestramento, indicando che il modello ha raggiunto il suo pieno potenziale.

Lukas Péron, Paolo Calafiura, Xiangyang Ju, Jay Chan2026-10-15
🤖 IA

RINO: Renormalization Group Distillation with No Labels

RINO introduce un nuovo framework di apprendimento auto-supervisionato per la fisica delle alte energie che sfrutta la struttura del gruppo di rinormalizzazione multi-scala della formazione dei jet per preaddestrare i modelli su dati QCD non etichettati, ottenendo prestazioni di classificazione out-of-distribution e un'efficienza dei dati superiori rispetto ai metodi esistenti.

Zichun Hao, Raghav Kansal, Abhijith Gandrakota, Chang Sun, Haoyang Li, Zihan Zhao, Ngadiuba Jennifer, Javier Duarte, Mar (…)2026-10-15
⚛️ esperimenti ad alta energia

Development of high-resolution timing technique in the past 25 years

Questo articolo esamina i progressi degli ultimi 25 anni nella risoluzione temporale ad alta risoluzione, nella capacità di tasso e nelle prestazioni di invecchiamento dei rivelatori di particelle — concentrandosi su tecnologie MCP, SiPM, LGAD, silicio 3D e SiEM rispetto ai rivelatori gassosi — e presenta i risultati preliminari delle simulazioni Mini-TCAD che suggeriscono come le celle di silicio 3D esagonali offrano un'uniformità del tempo di deriva e una risoluzione temporale superiori rispetto alle celle quadrate.

Jerry Vavra2026-10-15
⚛️ esperimenti ad alta energia

Search for resonant and nonresonant production of pairs of dijet resonances in proton-proton collisions at s\sqrt{s} = 13 TeV

Utilizzando 138 fb−1^{-1} di dati di collisioni protone-protone a 13 TeV, la collaborazione CMS ha condotto una ricerca della produzione risonante e non risonante di coppie di dijet, stabilendo nuovi limiti per i modelli di diquark e top squark pur osservando eccessi locali con significatività di 3,9 e 3,6 deviazioni standard che rimangono statisticamente insignificanti globalmente.

CMS Collaboration2026-10-15
⚛️ esperimenti ad alta energia

Quantum-enhanced Search for Galactic Dark Photons Using Cat-State Cavities

Questo articolo presenta una ricerca potenziata dal regime quantistico per il fondo galattico di fotoni oscuri utilizzando una cavità superconduttrice preparata in stati cat a quattro componenti, sfruttando l'assenza della prevista modulazione diurna nelle misurazioni di parità per stabilire limiti a un livello di confidenza del 90% per il parametro di miscelazione cinetica per i fotoni oscuri relativistici.

Aoying Wang, Yanjie Zeng, Yanyan Cai, Jing Shu, Bin Xu, Yuan Xu, Pan Zheng2026-10-15