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.

Testing light and heavy vector mediators with solar CEννNS measurements

Questo studio analizza i dati di tre esperimenti di rilevamento della materia oscura (XENONnT, PandaX-4T e LUX-ZEPLIN) per vincolare le interazioni dei neutrini solari, misurare il mixing angle debole e porre limiti competitivi su mediatori vettoriali leggeri e pesanti, dimostrando il ruolo complementare di questi rivelatori rispetto alle infrastrutture dedicate ai neutrini.

Valentina De Romeri, Dimitrios K. Papoulias, Federica Pompa, Gonzalo Sanchez Garcia, Christoph A. Ternes2026-03-03⚛️ hep-ex

CelloAI Benchmarks: Toward Repeatable Evaluation of AI Assistants

Il paper presenta CelloAI, un framework di benchmark pratici e ripetibili per valutare le prestazioni dei modelli linguistici nell'assistenza alla programmazione per la fisica delle alte energie e il calcolo ad alte prestazioni, coprendo la generazione di documentazione, la creazione di kernel GPU e l'analisi visiva dei dati.

Mohammad Atif, Kriti Chopra, Fang-Ying Tsai, Ozgur O. Kilic, Tianle Wang, Zhihua Dong, Douglas Benjamin, Charles Leggett, Meifeng Lin, Paolo Calafiura, Salman Habib2026-03-03⚛️ hep-ex

Deep Learning-Based 14^{14}C Pile-Up Identification in the JUNO Experiment

Questo contributo esplora l'applicazione di modelli di deep learning, inclusi approcci basati su convoluzioni e transformer, per identificare gli eventi di pile-up causati dall'isotopo 14^{14}C nell'esperimento JUNO, al fine di migliorare la risoluzione energetica dei positroni e raggiungere l'obiettivo di determinare l'ordine di massa dei neutrini.

Wenxing Fang, Weidong Li, Wuming Luo, Zhaoxiang Wu, Miao He2026-03-03⚛️ hep-ex

ImpCresst -- A versatile simulation tool focusing on solid-state detectors at keV energies

Il documento presenta ImpCresst, uno strumento di simulazione basato su Geant4 sviluppato dalla collaborazione CRESST per modellare le risposte dei rivelatori a stato solido nell'intervallo di energie keV, offrendo funzionalità avanzate come l'importazione dinamica della geometria da file CAD, la persistenza dei dati in ROOT e una gestione ottimizzata del flusso di lavoro in ambienti HPC.

G. Angloher, S. Banik, A. Bento, A. Bertolini, R. Breier, C. Bucci, J. Burkhart, L. Burmeister, L. Canonica, F. Casadei, E. Cipelli, S. Di Lorenzo, J. Dohm, F. Dominsky, A. Erb, E. Fascione, F. von Fe (…)2026-03-03⚛️ hep-ex

Sensitivity to sub-GeV dark matter in forthcoming spallation-source neutrino experiments

Lo studio dimostra che i futuri esperimenti di scattering coerente neutrino-nucleo presso le sorgenti di neutroni per spallazione (ESS, J-PARC e CSNS) saranno in grado di sondare regioni inesplorate dello spazio dei parametri per la materia oscura sub-GeV mediata da portali vettoriali, producendo tramite decadimenti di pioni neutri.

D. Aristizabal Sierra, V. De Romeri, D. K. Papoulias, G. Sanchez Garcia2026-03-03⚛️ hep-ex

From Reachability to Learnability: Geometric Design Principles for Quantum Neural Networks

Questo studio ridefinisce la progettazione delle reti neurali quantistiche passando dalla semplice raggiungibilità degli stati alla geometria controllabile delle rappresentazioni nascoste, introducendo il criterio di quasi completa selettività locale (aCLS) per dimostrare che l'apprendimento delle caratteristiche richiede una dipendenza congiunta tra dati e pesi addestrabili, garantendo così migliori prestazioni con minori risorse computazionali.

Vishal S. Ngairangbam, Michael Spannowsky2026-03-03⚛️ quant-ph

Stimulated emission of signal photons from dark matter waves

Gli autori dimostrano una tecnica di enhancement quantistico che utilizza stati di Fock non classici in una cavità a microonde per stimolare l'emissione di fotoni da onde di materia oscura, aumentando il tasso di scansione di un fattore 2,78 e permettendo di escludere nuovi limiti per i fotoni oscuri nella banda di 5,965 GHz.

Ankur Agrawal, Akash V. Dixit, Tanay Roy, Srivatsan Chakram, Kevin He, Ravi K. Naik, David I. Schuster, Aaron Chou2026-03-02⚛️ hep-ex