⚛️ general relativity

Covariance scaling and a dual-mode torque diagnostic in measurements of the gravitational constant

Dit artikel analyseert de CODATA-2018-archieven van metingen van de gravitatieconstante met behulp van een proportioneel covariantieschaalmodel om aan te tonen dat het recente NIST-torsiebalansresultaat statistisch consistent is met historische gegevens zodra extra dispersie wordt toegepast, terwijl het tegelijkertijd een gemeenschappelijke absolute koppeloffset identificeert in de NIST dual-mode metingen die de aanname van onafhankelijke Type-A onzekerheden uitdaagt.

Oorspronkelijke auteurs: Vineet Kumar

Gepubliceerd 2026-10-06

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Vineet Kumar

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Zwaartekracht is de meest vertrouwde kracht in ons dagelijks leven, maar blijft het meest mysterieus in de precieze taal van de natuurkunde. Al meer dan twee eeuwen proberen wetenschappers een enkel getal vast te leggen dat beschrijft hoe sterk de aarde aan objecten trekt, een waarde die bekend staat als de gravitatieconstante. Hoewel we dit getal gebruiken om de banen van planeten en de getijden van oceanen te berekenen, hebben laboratoriumexperimenten die erop gericht zijn deze te meten, zich koppig geweigerd met elkaar te laten overeenstemmen. Verschillende teams, die verschillende machines in verschillende laboratoria gebruiken, blijven telkens net andere antwoorden krijgen. De spreiding tussen deze resultaten is veel groter dan de eigen foutmarges van de wetenschappers suggereren dat mogelijk zou moeten zijn. Deze onenigheid is een stille crisis geworden in de metrologie, de wetenschap van het meten, omdat het impliceert dat ofwel de experimenten iets fundamenteels missen, of dat de manier waarop wetenschappers hun onzekerheid rapporteren, incompleet is.

Een recente analyse door Vineet Kumar werpt een frisse blik op dit puzzelstuk, niet door een nieuwe machine te bouwen, maar door de geschiedenis van hoe deze metingen zijn vastgelegd te heronderzoeken. De studie richt zich op een specifieke set van zestien metingen die zijn verzameld door een internationale commissie die bekend staat als CODATA, die dient als de standaardreferentie voor fundamentele constanten. De kern van het onderzoek is een statistische audit: controleren of de gerapporteerde onzekerheden in deze eerdere experimenten werkelijk de realiteit van de data weerspiegelen, of dat ze simpelweg te optimistisch zijn. De onderzoeker keek ook naar een zeer recent, hoog aangeschreven experiment dat in 2026 werd uitgevoerd bij het National Institute of Standards and Technology (NIST). Dit nieuwe experiment is bijzonder interessant omdat het een apparaat gebruikt dat een directe familiegeschiedenis deelt met een van de oudere metingen in het archief, wat een unieke test van consistentie mogelijk maakt.

De analyse begint door de zestien historische metingen als één groep te behandeli. Wanneer de onderzoeker een statistisch model toepaste dat ervan uitgaat dat de gerapporteerde fouten systematisch te klein zouden kunnen zijn, onthulde de data een duidelijk patroon. De spreiding van de resultaten was zo groot dat de gerapporteerde onzekerheden met een factor van bijna drie vermenigvuldigd moesten worden om de getallen logisch met elkaar te laten passen. Dit suggereert dat het historische verslag een verborgen laag van variatie bevat die de oorspronkelijke rapporten niet hebben gevangen. Om er zeker van te zijn dat dit resultaat niet slechts een artefact was van één specifiek experiment, verwijderde de onderzoeker de meting die de meest directe apparatuur-afstamming deelde met de nieuwe NIST-studie. Zelfs zonder dat specifieke datapunt vereisten de resterende vijftien metingen dezelfde grote aanpassing aan hun onzekerheden. De conclusie is robuust: het historische archief, zoals het nu staat, onderschat de werkelijke variabiliteit van deze metingen.

Met deze historische context gevestigd, richtte de studie zich op het 2026 NIST-resultaat. Dit experiment mat de zwaartekracht in vier verschillende configuraties, gebruikmakend van twee soorten testmassa's en twee verschillende werkmodi. Omdat deze vier metingen met dezelfde apparatuur zijn uitgevoerd, zijn ze niet onafhankelijk; ze delen dezelfde potentiële bronnen van fouten. Wanneer de onderzoeker deze vier nieuwe waarden vergeleken met het historische gemiddelde met behulp van de oorspronkelijke, niet-gecorrigeerde onzekerheden, leek het nieuwe resultaat een statistische uitschieter, een resultaat dat zo onwaarschijnlijk is dat het bijna nooit zou mogen voorkomen. Echter, zodra de onderzoeker dezelfde "inflatiefactor" van bijna drie toepaste die uit de historische data was afgeleid, veranderde het beeld volledig. Het NIST-resultaat, dat vreemd leek te zijn, bleek perfect consistent met de rest van het archief. De nieuwe meting was geen fout; het was simpelweg onderdeel van een grotere, meer variabele realiteit die de oude onzekerheidsschattingen niet hadden weten te beschrijven.

Het artikel gaat verder door een specifiek fysisch mechanisme te onderzoeken dat zou kunnen verklaren waarom de twee werkmodi van de NIST-machine net iets andere antwoorden gaven. De onderzoekers keken naar het verschil in koppel, of draaimoment, dat werd gemeten wanneer de machine vrij kon bewegen versus wanneer deze werd vastgehouden door een elektronische servo. Ze testten twee concurrerende ideeën: ofwel het verschil werd veroorzaakt door een kleine, vaste fout in de kalibratie van de machine die alle metingen gelijkmatig beïnvloedde, of het was een proportionele fout die groter werd naarmate de gemeten kracht groter werd. De data gaven sterk de voorkeur aan het eerste idee. De vier verschillende configuraties vertoonden allemaal een bijna identiek vast verschil van ongeveer 1,918 piconewton-meter. Deze specifieke waarde is klein, maar is consistent over verschillende materialen en opstellingen, wat wijst op een constante offset in plaats van een schaleringsfout.

Deze bevinding biedt een concreet diagnostisch instrument voor toekomstige experimenten. Als de fout inderdaad een vaste offset is, dan zal het veranderen van de grootte van de zwaartekrachtkracht in een toekomstig experiment de procentuele fout op een voorspelbare manier veranderen. Als de fout proportioneel zou zijn, zou het percentage gelijk blijven. De studie suggereert dat een toekomstig experiment de afstand tussen de massa's doelbewust zou kunnen variëren om dit direct te testen. Hoewel het artikel niet beweert de mysteries van de zwaartekrachtconstante te hebben opgelost of de exacte fysieke oorzaak van de offset heeft geïdentificeerd — of het nu een thermisch effect, een elektrische glitch of iets anders is — biedt het een duidelijk pad vooruit. Het bevestigt dat de onenigheid in het vakgebied echt en kwantificeerbaar is, en het biedt een methode om te controleren of nieuwe metingen werkelijk onafhankelijk zijn of dat ze simpelweg dezelfde verborgen vooroordelen herhalen. Het werk stelt geen nieuwe waarde voor de zwaartekracht voor, maar verheldert het landschap van onzekerheid, door aan te tonen dat de getallen niet zo verspreid zijn als ze lijken, mits men rekening houdt met de verborgen schaal van de fouten.

Technische Samenvatting: Covariantieschaling en een Dual-Mode Torque-diagnostiek bij Metingen van de Gravitatieconstante

Probleemstelling
De Newtoniaanse gravitatieconstante, $G$ , blijft de minst precies bepaalde fundamentele constante. Ondanks twee eeuwen van experimenten verschillen onafhankelijke laboratoriumbepalingen van elkaar met marges die aanzienlijk groter zijn dan hun individueel gerapporteerde onzekerheden suggereren. De CODATA-2018 aanpassing heeft deze discrepantie aangepakt door een uniforme multiplicatieve expansie van de onzekerheid toe te passen (een factor 3,9), in plaats van de gerapporteerde covariantiestructuur als adequaat te beschouwen. Dit artikel onderzoekt of de gerapporteerde covariantiestructuur van de zestien bepalingen in het CODATA-2018 archief voldoende is onder een proportioneel covariantieschaalmodel. Bovendien evalueert het de statistische consistentie van een latere, vier-configuratie NIST-meting (2026) met dit historische archief, gegeven dat het NIST-apparaat een afstamming deelt met de BIPM Mark II-balans (geregistreerd als BIPM-14 in het archief). Verder onderzoekt het artikel de fysieke aard van discrepanties in dual-mode torsiebalans-metingen door overeenkomstige free-minus-servo koppelverschillen te analyseren.

Methodologie
De analyse maakt gebruik van een proportioneel covariantieschaalmodel waarbij de gerapporteerde covariantie-matrix $S$ wordt geschaald met een dimensieloze factor $\lambda^2$ . Het model gaat ervan uit dat de vector van historische bepalingen $y$ een normale verdeling volgt: $y | \mu, \lambda \sim N(\mu \mathbf{1}, \lambda^2 S)$ .

Audit van de Historische Covariantie: De auteur schat de maximum-likelihood schaalfactor $\hat{\lambda}_{MLE}$ in voor twee configuraties: het volledige archief van 16 bepalingen en een subset van 15 bepalingen waarbij BIPM-14 is uitgesloten (om directe overlap van apparatuur met de testmeting te vermijden). De consistentie van het archief wordt beoordeeld met behulp van de residu-kwadratische $Q$ en vergeleken met de klassieke Birge-ratio. Modelselectie wordt uitgevoerd met behulp van het Bayesian Information Criterion (BIC) om de proportionele schaling te vergelijken met alternatieven zoals een additieve vloer en een machtswet.
Voorspellende Consistentiecontrole: Het 2026 NIST-resultaat wordt behandeld als een enkele, gecorreleerde vier-componentenvector. Een voorspellende statistiek wordt geconstrueerd door de gerapporteerde covariantie van NIST te combineren met de onzekerheid van het historische gemiddelde. De discrepantie wordt geëvalueerd onder twee conventies:
- Uniforme Schaling: De geïnferreerde historische schaal $\hat{\lambda}_{MLE}$ wordt toegepast op zowel de onzekerheid van het historische gemiddelde als de interne NIST-covariantie.
- Gemiddelde-alleen Schaling: De schaal wordt alleen toegepast op de onzekerheid van het historische gemiddelde, waarbij de interne NIST-covariantie ongeschaald blijft.
  De significantie wordt beoordeeld met behulp van eind-steekproef $F$ -verdelingen en diagnostische $\chi^2$ -testen.
Dual-Mode Torque-diagnostiek: Overeenkomstige free-minus-servo koppelverschillen ( $d_i$ $d_{i}$ ) van vier NIST-configuraties worden geanalyseerd. Twee concurrerende één-parameter modellen worden gefit:
- Gemeenschappelijke Absolute Offset: $d_i = \Delta N + \epsilon_i$ (constante koppel-bias).
- Fractionele Schaal: $d_i = f N_{free,i} + \epsilon_i$ (constante fractionele fout).
  De modellen worden vergeleken via het verschil in hun chi-kwadraat statistieken ( $\Delta\chi^2$ ), waarbij wordt opgemerkt dat zij niet genest zijn.

Belangrijkste Resultaten

Historische Inadequatie: De gerapporteerde covariantie van het CODATA-2018 archief is ontoereikend onder een proportionele schaal-audit. Zelfs na uitsluiting van de via de afstamming gelinkte BIPM-14-entry, is de vereiste inflatiefactor $\hat{\lambda}_{MLE} = 2,967$ (met $Q = 132,088$ voor $N=15$ , $p \approx 2,6 \times 10^{-21}$ ). Het proportionele schaalmodel wordt op basis van BIC verkozen boven alternatieven zoals een additieve vloer of een machtswet.
NIST Consistentie: Geëvalueerd tegen de ongeschaalde historische covariantie, is de 2026 NIST vier-configuratie vector zeer ongebruikelijk ( $Q_0 = 42,625$ , $p \approx 1,24 \times 10^{-8}$ ). Echter, wanneer de historisch geïnferreerde extra dispersie ( $\hat{\lambda}_{MLE} = 2,967$ ) uniform wordt toegepast, is het resultaat statistisch onopvallend ( $Q_\lambda = 4,840$ , eind-steekproef $F$ $p = 0,382$ ). Onder een gemiddelde-alleen schaling-conventie blijft de vector discrepant ( $p \approx 2,4 \times 10^{-7}$ ).
Voorkeur voor Torque-model: De vier overeenkomstige koppelverschillen zijn consistent met een enkele gemeenschappelijke absolute offset van $\hat{\Delta N} = (1,918 \pm 0,215)$ pN m ( $\chi^2_{abs}/\nu = 0,364$ , $p=0,779$ ). In contrast hiermee levert een fractioneel-schaal model een slechte fit op ( $\chi^2_{frac}/\nu = 4,045$ , $p=0,0069$ ). Het contrast $\Delta\chi^2 = 11,041$ bevoordeelt sterk het absolute offset-model boven het fractionele alternatief onder de genoemde onafhankelijke Type-A behandeling.
Fysieke Interpretatie: De voorkeur voor een absolute offset impliceert dat de discrepantie tussen free en servo modi overeenkomt met een fractionele verschuiving in $G$ die omgekeerd evenredig is aan het gravitationele signaal-koppel ( $N_{grav}$ ). Dit is consistent met de observatie dat de saffier-configuratie (lagere $N_{grav}$ ) een grotere fractionele discrepantie vertoont dan de koper-configuratie.

Betekenis en Claims
Het artikel stelt geen herziene waarde voor $G$ voor, noch identificeert het een specifiek fysisch mechanisme voor de geobserveerde dispersie. In plaats daarvan biedt het:

Een Covariantie-audit: Een op de likelihood gebaseerde kwantificering van de onderrapportage van onzekerheid in het historische $G$ -archief, waarmee wordt bevestigd dat een proportionele inflatiefactor van bijna drie noodzakelijk is om statistische consistentie te bereiken.
Een Op Afstamming Gekwalificeerde Consistentiecontrole: Een demonstratie dat het 2026 NIST-resultaat geen uitschieter is wanneer het wordt bekeken door de lens van de historisch geïnferreerde dispersie, mits een uniforme schalingsconventie wordt gehanteerd.
Een Experimenteel Testbare Diagnostiek: Een karakterisering van de dual-mode koppeldiscrepantie als een gemeenschappelijke absolute offset in plaats van een fractionele fout. Het artikel suggereert dat een toekomstig experiment dat systematisch de afstand tussen de bronmassa's varieert (en daarmee $N_{grav}$ ), definitief kan differentiëren tussen de absolute-offset en de fractionele-schaal hypothesen.

De auteur benadrukt dat hun conclusies beschrijvend zijn van de statistische structuur van de bestaande gegevens en niet de fysieke oorsprong van de systematische fouten vaststellen. De uitsluiting van BIPM-14 mitigeert maar elimineert de gedeelde afstamming van apparatuur niet, en een werkelijk onafhankelijke herbepaling met een andere techniek blijft de beslissende test voor deze conclusies.

Meer zoals dit