3277 papers
Deze collectie duikt in de fascinerende wereld van deeltjesfysica, waar wetenschappers de kleinste bouwstenen van ons universum bestuderen. Van de mysterieuze krachten die subatomaire deeltjes bij elkaar houden tot de zoektocht naar nieuwe theorieën die de natuurkunde van morgen kunnen vormgeven, hier vind je de nieuwste inzichten die de grenzen van onze kennis verleggen.
Bij Gist.Science halen we elk nieuw preprint op dit gebied direct vanuit arXiv en maken het toegankelijk voor iedereen. We verwerken deze onderzoeken niet alleen in gedetailleerde technische samenvattingen voor experts, maar bieden ook heldere, begrijpelijke uitleg zonder jargon. Zo blijft de wetenschap binnen bereik van elke nieuwsgierige geest, ongeacht je achtergrond.
Hieronder vind je de meest recente papers in deze categorie, zorgvuldig samengevat voor jou.
Dit artikel stelt een kosmologisch scenario met lage opwarming voor waarbij lichte donkere materie wordt geproduceerd via kaonvervallen en -verstrooiingen die worden bemiddeld door een smaakveranderende operator, waarmee een testbaar verband wordt gelegd tussen de relicte overvloed van donkere materie en zoektochten naar zeldzame kaonvervallen bij experimenten zoals NA62 en KOTO.
Deze review vat recente theoretische en experimentele vooruitgang samen, met name gegevens van de INDRA-FAZIA-samenwerking en BUU-transportmodelberekeningen, om de dichtheidsafhankelijkheid van de nucleaire symmetrie-energie te beperken via isospintransport in zware-ionreacties binnen het Fermi-energiegebied.
Dit artikel presenteert de eerste verkenning van de niet-perturbatieve quark-gluon vertex in het complexe vlak binnen een symmetriebehoudend kader, waarbij een betrouwbaar analytisch domein wordt vastgesteld voor de vormfactoren ervan in de soft-gluon limiet en methoden worden geschetst om deze analyse uit te breiden naar willekeurige impulsen.
Dit artikel onderzoekt de oorsprong van de niet-monotone magnetische-veldafhankelijkheid bij geladen pionexcitaties met behulp van het NJL-model, en toont aan dat hoewel bepaalde massabepalingsmethoden het roosterwaargenomen omkeerpunt niet kunnen reproduceren, de directe determinant- en nabij-poolmethodes dit gedrag robuust bevestigen als een echt quasipartikelmengingseffect tussen pions en rho-mesonen.
Dit artikel toont aan dat het opnemen van eindige correcties op één-lusniveau in fermionmassa-passingen binnen de minimale $SO(10)$-grootte-eenheidstheorie essentieel is voor precisie, aangezien deze radiatieve effecten significante (30–40%) afwijkingen in neutrino-observabelen veroorzaken die conventionele boom-niveau-analyses ontoereikend maken voor betrouwbare verkenning van de parameter ruimte.
Dit artikel onderzoekt toonaangevende gegeneraliseerde transversale impuls-afhankelijke partonverdelingen (GTMD's) binnen het zakmodel om theoretische consistentie aan te tonen, analytische somregels voor baanimpulsmoment vast te stellen via de Ji-somregel en GTMD , en een diepere connectie tussen baanimpulsmoment en pretzelositeit bloot te leggen.
Dit artikel herinterpreteert de Hagedorn-temperatuur in snaartheorie als een niet-evenwichtsdynamische knelpunt met behulp van Steepest-Entropy-Ascent Quantum Thermodynamics, en toont aan hoe de exponentiële toestandsdichtheid en haar algebraïsche voorfactor de vertraging van effectieve intensieve variabelen en het bezwijken van thermodynamische beschrijvingen beheersen.
Dit artikel presenteert een uitgebreide bepaling van de flavor-singlet en strange axiale vormfactoren van de nucleon door middel van rooster-QCD, gebruikmakend van CLS-gitterensemble met -verbeterde Wilson-fermionen, met een volledig foutenbudget voor chirale, continuüm en oneindig-volume-extrapolaties en een specifieke focus op de behandeling van ontkoppelde bijdragen.
Dit artikel introduceert BRICKS, een differentieerbaar, composities neuronaal surrogaatmodel op basis van hybride discrete-continue transformers en Riemanniaanse Flow Matching, dat zero-shot, hoogwaardige simulatie van stralings-materie-interacties mogelijk maakt door next-particle prediction-kernen te combineren om onbekende grootschalige materiaaldistributies te modelleren.
Dit artikel presenteert een nieuw, niet-parametrisch, op pixels gebaseerd raamwerk dat generatieve kunstmatige intelligentie en Bayesiaanse inferentie benut om tegelijkertijd transverse-momentum-afhankelijke (TMD) partonverdelingen en hun evolutiekernen te extraheren, waardoor onbevooroordeelde 3D-partonbeeldvorming mogelijk wordt terwijl onzekerheden rigoureus worden gekarakteriseerd en inherente degeneraties worden opgelost.