La fisica nucleare esplora il cuore stesso della materia, indagando come i protoni e i neutroni si legano per formare i nuclei degli atomi. Questo campo affascinante non solo ci aiuta a comprendere l'origine degli elementi nell'universo, ma guida anche lo sviluppo di tecnologie cruciali per l'energia e la medicina. Ogni nuova scoperta in questo settore rivela dettagli fondamentali sulle forze che governano il nostro mondo microscopico.

Su Gist.Science, selezioniamo e processiamo sistematicamente ogni nuovo preprint pubblicato su arXiv nella categoria Nucl-Th, rendendo queste ricerche avanzate accessibili a tutti. Offriamo per ogni documento due livelli di spiegazione: un riassunto in linguaggio semplice per chi si avvicina all'argomento e una sintesi tecnica dettagliata per gli esperti. Qui sotto troverete gli ultimi lavori pubblicati in questo affascinante settore della fisica teorica.

⚛️ nuclear theory

Microscopic quasifission dynamics of the 54Cr+243Am{}^{54}\text{Cr}+{}^{243}\text{Am} reaction

Questo studio utilizza la teoria di Hartree-Fock dipendente dal tempo per analizzare come l'orientamento del proiettile e l'energia incidente influenzino la dinamica di quasifissione nella reazione 54Cr+243Am^{54}\text{Cr}+^{243}\text{Am}, rivelando che gli effetti di shell, che guidano la formazione di frammenti stabili e accorciano i tempi di interazione, sono determinanti per ottimizzare le probabilità di fusione nella sintesi di elementi superpesanti.

Liang Li, Lu Guo2026-03-10
⚛️ phenomenology

VarP-GP: cost-efficient Bayesian emulation of quark-gluon plasma modeling with variable statistical precision

Il paper presenta VarP-GP, un nuovo emulatore bayesiano efficiente dal punto di vista dei costi che, integrando dati da simulazioni Monte Carlo con diversa precisione statistica, riduce significativamente l'incertezza nell'emulazione del plasma di quark e gluoni, rendendo possibili calibrazioni multi-modello precedentemente irraggiungibili con le risorse computazionali disponibili.

R. Ehlers, Y. Ji, P. M. Jacobs, S. Mak2026-03-09
🔭 astrophysics

Inverse-mapped density-dependent relativistic mean-field inference of the neutron-star equation of state with multi-messenger constraints

Questo studio esegue un'inferenza bayesiana dell'equazione di stato della materia densa fredda utilizzando un modello relativistico a campo medio con accoppiamenti dipendenti dalla densità, integrando vincoli multi-messaggero per determinare che la materia nei nuclei delle stelle di neutroni richiede un'interazione forte che porta a un raggio di circa 11,6 km e a un profilo di velocità del suono che supera il limite conforme a densità elevate.

Wen-Jie Xie, Cheng-Jun Xia2026-03-09
🔬 physics

Physics-Embedded Bayesian Neural Network (PE-BNN) to predict Energy Dependence of Fission Product Yields with Fine Structures

Il documento presenta un framework di rete neurale bayesiana incorporata nella fisica (PE-BNN) che, integrando conoscenze nucleari a priori e ottimizzando i parametri tramite il criterio WAIC, prevede con alta precisione le rese dei prodotti di fissione dipendenti dall'energia, catturando sia le strutture fini legate agli effetti di shell che le tendenze globali.

Jingde Chen, Yuta Mukobara, Kazuki Fujio, Satoshi Chiba, Tatsuya Katabuchi, Chikako Ishizuka2026-03-06