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.

⚛️ phenomenology

Flavor Flux Correlators, Forward-Backward Asymmetries, and Anomalies

Dit artikel introduceert flavor flux-correlatoren als zuivere perturbatieve observabelen voor het meten van zware quark-flavorverdelingen, waarbij wordt aangetoond dat zij een unieke onderdrukking van niet-perturbatieve correcties bewerkstelligen en de zware quark voorwaarts-achterwaartse asymmetrie herformuleren als een gevolg van een gemengde elektrozwakke anomalie om precieze analytische berekeningen en experimentele verificatie mogelijk te maken.

Kyle Lee, Ian Moult2026-09-15
⚛️ phenomenology

Predictive Non-Minimal SU(5) GUT

Dit artikel stelt een voorspellende niet-minimale SU(5) Grand Unified Theory voor die de standaard 24-dimensionale Higgs-representatie vervangt door een 75-dimensionale om problemen met de unificatie van koppelingsconstanten en fermionmassa's op te lossen, waardoor een testbare unificatieschaal wordt vastgesteld die gedeeltelijk is uitgesloten door huidige data maar toegankelijk is voor toekomstige experimenten zoals Hyper-Kamiokande.

Ilja Doršner, Mijo Matković, Shaikh Saad2026-09-15
⚛️ phenomenology

Direct detection of right-handed fermionic dark matter: electron-recoil measurements in Xe atoms

Dit artikel presenteert theoretische schattingen van gebeurtenisratio's en gevoeligheidscurven voor het detecteren van rechtshandige fermionische donkere materie in het sub-MeV-massabereik via elektron-recoil interacties in xenonatomen, gebruikmakend van een effectief elektromagnetisch kanaal dat koppelt aan standaardmodel-deeltjes zonder nieuwe velden te vereisen.

Santiago Collazo, Carlos Argüelles, Soroush Shakeri, Osvaldo Civitarese2026-09-15
⚛️ high-energy theory

Dimensional reduction and thermodynamics of a non-local scalar field theory

Dit artikel onderzoekt de dimensionale reductie van een niet-lokale scalaire veldentheorie naar 1+2 dimensies door een effectieve Lagrangiaan af te leiden, interactie-energieën en unitariteit te analyseren, en de Matsubara-formalisme toe te passen om fractie thermodynamische vrijheidsgraden te onthullen die strikte stabiliteitsgrenzen bij lage temperaturen opleggen.

S. Duque Cesar, M. J. Neves2026-09-15
⚛️ phenomenology

Invariant Algebras of Low-Rank Neutrino Matter Flows: Krylov-Plücker Invariants, the 3+13+1 Toric Ring, and Controlled Deformations

Dit artikel vestigt een verenigd algebraïsch kader voor het identificeren van materie-invariante grootheden in neutrino-propagatie door deze te karakteriseren als de gezamenlijke kern van commuterende afgeleiden, waarbij Krylov-Plücker-invarianten worden gebruikt om exacte dimensieformules af te leiden en wordt onthuld dat de invarianten van het standaard 3+13+1-systeem een torische cyclusring vormen in plaats van een eenvoudige monomiale factorisatie.

Jianlong Lu2026-09-15
⚛️ phenomenology

Reliable Hybrid Neural Surrogates for Multidimensional Grids: Application to Double Parton Distributions

Dit artikel presenteert een hybride neuraal netwerkmethode geïmplementeerd in C++ die de opslag-, geheugen- en initialisatiekosten van multidimensionale double parton distributiegrids aanzienlijk vermindert door de meeste gegevens te comprimeren in een neuraal model terwijl slechts een ijle set van hoog-nauwkeurige residuen wordt opgeslagen, waarmee een 10,6-voudige reductie in het disketapijt wordt bereikt met minimale impact op de evaluatiesnelheid.

R. Kord Valeshabadi, S. Rezaie2026-09-15
⚛️ high-energy experiments

Finite Asimov Sample Construction in Unbinned Neural Simulation-Based Inference

Dit artikel stelt een methode voor om een eindige, gewogen referentiesample te construeren die de likelihood voor geleerde dichtheidsratio's globaal maximaliseert, waarbij wordt aangetoond dat een dergelijke kleine dataset accuraat de verwachte scans en distributies van teststatistieken kan reproduceren die gewoonlijk miljoenen gesimuleerde gebeurtenissen vereisen in neurale simulatie-gebaseerde inferentie.

Rafael Coelho Lopes de Sa, Jay Sandesara2026-09-15