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.

Realistic Detector Geometry Modeling and Its Impact on Event Reconstruction in JUNO

Il paper dimostra che, sebbene le deformazioni strutturali del rivelatore JUNO non influenzino significativamente la ricostruzione dell'energia, l'utilizzo di un modello geometrico realistico basato sui dati di rilevamento è essenziale per eliminare i bias di vertice fino a 40 mm e garantire la stabilità degli algoritmi di ricostruzione.

Zhaoxiang Wu, Miao He, Wuming Luo, Ziyan Deng, Wei He, Yuekun Heng, Xiaoping Jing, Bo Li, Xiaoyan Ma, Xiaohui Qian, Zhonghua Qin, Yifang Wang, Peidong Yu2026-04-16⚛️ hep-ex

Measurement of jet quenching in O+O collisions at sNN=200\sqrt{s_\mathrm{NN}}=200 GeV by the STAR experiment at RHIC

L'esperimento STAR al RHIC ha fornito prove solide di quenching dei jet nelle collisioni O+O a sNN=200\sqrt{s_\mathrm{NN}}=200 GeV, osservando una soppressione del 20% delle particelle associate e un riassestamento energetico che conferma la formazione di un plasma di quark e gluoni anche in sistemi collisionali piccoli.

STAR Collaboration2026-04-16⚛️ nucl-ex

AI-assisted modeling and Bayesian inference of unpolarized quark transverse momentum distributions from Drell-Yan data

Questo studio presenta un'estrazione delle funzioni di distribuzione partoniche dipendenti dal momento trasverso (TMD PDF) non polarizzate dai dati Drell-Yan, utilizzando un quadro di inferenza bayesiana potenziato dall'intelligenza artificiale per l'ottimizzazione dei modelli funzionali e l'impiego di emulatori di machine learning per un'analisi globale ad alta precisione a N3LO{\rm N^3LO} e N4LL{\rm N^4LL}.

Zhong-Bo Kang, Luke Sellers, Congyue Zhang, Curtis Zhou2026-04-16⚛️ nucl-th

Partial wave analyses of ψ(3686)ppˉπ0ψ(3686)\to p\bar{p}π^0 and ψ(3686)ppˉηψ(3686)\to p\bar{p}η

Utilizzando un campione di eventi ψ(3686)\psi(3686) raccolti dal rivelatore BESIII, questo studio esegue un'analisi delle onde parziali dei decadimenti in ppˉπ0p\bar{p}\pi^0 e ppˉηp\bar{p}\eta, determinando le rispettive frazioni di branching, osservando diversi stati NN^* e misurando il rapporto tra le larghezze di decadimento del N(1535)N(1535) in NηN\eta e NπN\pi.

BESIII Collaboration, M. Ablikim, M. N. Achasov, P. Adlarson, O. Afedulidis, X. C. Ai, R. Aliberti, A. Amoroso, Q. An, Y. Bai, O. Bakina, I. Balossino, Y. Ban, H. -R. Bao, V. Batozskaya, K. Begzsuren (…)2026-04-15⚛️ hep-ex

Bring the noise: exact inference from noisy simulations in collider physics

Questo articolo introduce un metodo di Markov Chain Monte Carlo "esatto-approssimato" che, sfruttando un nuovo stimatore non distorto per la verosimiglianza di Poisson, permette di ottenere inferenze esatte dai dati rumorosi delle simulazioni Monte Carlo nella fisica dei collider, mantenendo costi computazionali simili a quelli dei metodi approssimati esistenti.

Christopher Chang, Benjamin Farmer, Andrew Fowlie, Anders Kvellestad2026-04-15⚛️ hep-ex