Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
IRIS
We report precision measurements of hypernuclei ${}^3_\Lambda \rm{H}$ and${}^4_\Lambda \rm{H}$ lifetimes obtained from Au+Au collisions at \snn =3.0\,GeV and 7.2\,GeV collected by the STAR experiment at RHIC, and the firstmeasurement of ${}^3_\Lambda \rm{H}$ and ${}^4_\Lambda \rm{H}$ mid-rapidityyields in Au+Au collisions at \snn = 3.0\,GeV. ${}^3_\Lambda \rm{H}$ and${}^4_\Lambda \rm{H}$, being the two simplest bound states composed of hyperonsand nucleons, are cornerstones in the field of hypernuclear physics. Theirlifetimes are measured to be $221\pm15(\rm stat.)\pm19(\rm syst.)$\,ps for${}^3_\Lambda \rm{H}$ and $218\pm6(\rm stat.)\pm13(\rm syst.)$\,ps for${}^4_\Lambda \rm{H}$. The $p_T$-integrated yields of ${}^3_\Lambda \rm{H}$ and${}^4_\Lambda \rm{H}$ are presented in different centrality and rapidityintervals. It is observed that the shape of the rapidity distribution of${}^4_\Lambda \rm{H}$ is different for 0--10\% and 10--50\% centralitycollisions. Thermal model calculations, using the canonical ensemble forstrangeness, describes the ${}^3_\Lambda \rm{H}$ yield well, whileunderestimating the ${}^4_\Lambda \rm{H}$ yield. Transport models, combiningbaryonic mean-field and coalescence (JAM) or utilizing dynamical clusterformation via baryonic interactions (PHQMD) for light nuclei and hypernucleiproduction, approximately describe the measured ${}^3_\Lambda \rm{H}$ and${}^4_\Lambda \rm{H}$ yields. Our measurements provide means to preciselyassess our understanding of the fundamental baryonic interactions with strangequarks, which can impact our understanding of more complicated systemsinvolving hyperons, such as the interior of neutron stars or exotichypernuclei.
Measurements of ${}^3_Λ\rm{H}$ and ${}^4_Λ\rm{H}$ Lifetimes and Yields in Au+Au Collisions in the High Baryon Density Region
STAR Collaboration;M. S. Abdallah;B. E. Aboona;J. Adam;L. Adamczyk;J. R. Adams;J. K. Adkins;G. Agakishiev;I. Aggarwal;M. M. Aggarwal;Z. Ahammed;I. Alekseev;D. M. Anderson;A. Aparin;E. C. Aschenauer;M. U. Ashraf;F. G. Atetalla;A. Attri;G. S. Averichev;V. Bairathi;W. Baker;J. G. Ball Cap;K. Barish;A. Behera;R. Bellwied;P. Bhagat;A. Bhasin;J. Bielcik;J. Bielcikova;I. G. Bordyuzhin;J. D. Brandenburg;A. V. Brandin;I. Bunzarov;X. Z. Cai;H. Caines;M. Calderón de la Barca Sánchez;D. Cebra;I. Chakaberia;P. Chaloupka;B. K. Chan;F-H. Chang;Z. Chang;N. Chankova-Bunzarova;A. Chatterjee;S. Chattopadhyay;D. Chen;J. Chen;J. H. Chen;X. Chen;Z. Chen;J. Cheng;M. Chevalier;S. Choudhury;W. Christie;X. Chu;H. J. Crawford;M. Csanád;M. Daugherity;T. G. Dedovich;I. M. Deppner;A. A. Derevschikov;A. Dhamija;L. Di Carlo;L. Didenko;P. Dixit;X. Dong;J. L. Drachenberg;E. Duckworth;J. C. Dunlop;N. Elsey;J. Engelage;G. Eppley;S. Esumi;O. Evdokimov;A. Ewigleben;O. Eyser;R. Fatemi;F. M. Fawzi;S. Fazio;P. Federic;J. Fedorisin;C. J. Feng;Y. Feng;P. Filip;E. Finch;Y. Fisyak;A. Francisco;C. Fu;L. Fulek;C. A. Gagliardi;T. Galatyuk;F. Geurts;N. Ghimire;A. Gibson;K. Gopal;X. Gou;D. Grosnick;A. Gupta;W. Guryn;A. I. Hamad;A. Hamed;Y. Han;S. Harabasz;M. D. Harasty;J. W. Harris;H. Harrison;S. He;W. He;X. H. He;Y. He;S. Heppelmann;S. Heppelmann;N. Herrmann;E. Hoffman;L. Holub;Y. Hu;H. Huang;H. Z. Huang;S. L. Huang;T. Huang;X. Huang;Y. Huang;T. J. Humanic;G. Igo;D. Isenhower;W. W. Jacobs;C. Jena;A. Jentsch;Y. Ji;J. Jia;K. Jiang;X. Ju;E. G. Judd;S. Kabana;M. L. Kabir;S. Kagamaster;D. Kalinkin;K. Kang;D. Kapukchyan;K. Kauder;H. W. Ke;D. Keane;A. Kechechyan;M. Kelsey;Y. V. Khyzhniak;D. P. Kikoła;C. Kim;B. Kimelman;D. Kincses;I. Kisel;A. Kiselev;A. G. Knospe;H. S. Ko;L. Kochenda;L. K. Kosarzewski;L. Kramarik;P. Kravtsov;L. Kumar;S. Kumar;R. Kunnawalkam Elayavalli;J. H. Kwasizur;R. Lacey;S. Lan;J. M. Landgraf;J. Lauret;A. Lebedev;R. Lednicky;J. H. Lee;Y. H. Leung;N. Lewis;C. Li;C. Li;W. Li;X. Li;Y. Li;X. Liang;Y. Liang;R. Licenik;T. Lin;Y. Lin;M. A. Lisa;F. Liu;H. Liu;H. Liu;P. Liu;T. Liu;X. Liu;Y. Liu;Z. Liu;T. Ljubicic;W. J. Llope;R. S. Longacre;E. Loyd;N. S. Lukow;X. F. Luo;L. Ma;R. Ma;Y. G. Ma;N. Magdy;D. Mallick;S. Margetis;C. Markert;H. S. Matis;J. A. Mazer;N. G. Minaev;S. Mioduszewski;B. Mohanty;M. M. Mondal;I. Mooney;D. A. Morozov;A. Mukherjee;M. Nagy;J. D. Nam;Md. Nasim;K. Nayak;D. Neff;J. M. Nelson;D. B. Nemes;M. Nie;G. Nigmatkulov;T. Niida;R. Nishitani;L. V. Nogach;T. Nonaka;A. S. Nunes;G. Odyniec;A. Ogawa;S. Oh;V. A. Okorokov;B. S. Page;R. Pak;J. Pan;A. Pandav;A. K. Pandey;Y. Panebratsev;P. Parfenov;B. Pawlik;D. Pawlowska;C. Perkins;L. Pinsky;R. L. Pintér;J. Pluta;B. R. Pokhrel;G. Ponimatkin;J. Porter;M. Posik;V. Prozorova;N. K. Pruthi;M. Przybycien;J. Putschke;H. Qiu;A. Quintero;C. Racz;S. K. Radhakrishnan;N. Raha;R. L. Ray;R. Reed;H. G. Ritter;M. Robotkova;O. V. Rogachevskiy;J. L. Romero;D. Roy;L. Ruan;J. Rusnak;A. K. Sahoo;N. R. Sahoo;H. Sako;S. Salur;J. Sandweiss;S. Sato;W. B. Schmidke;N. Schmitz;B. R. Schweid;F. Seck;J. Seger;M. Sergeeva;R. Seto;P. Seyboth;N. Shah;E. Shahaliev;P. V. Shanmuganathan;M. Shao;T. Shao;A. I. Sheikh;D. Y. Shen;S. S. Shi;Y. Shi;Q. Y. Shou;E. P. Sichtermann;R. Sikora;M. Simko;J. Singh;S. Singha;M. J. Skoby;N. Smirnov;Y. Söhngen;W. Solyst;P. Sorensen;H. M. Spinka;B. Srivastava;T. D. S. Stanislaus;M. Stefaniak;D. J. Stewart;M. Strikhanov;B. Stringfellow;A. A. P. Suaide;M. Sumbera;B. Summa;X. M. Sun;X. Sun;Y. Sun;Y. Sun;B. Surrow;D. N. Svirida;Z. W. Sweger;P. Szymanski;A. H. Tang;Z. Tang;A. Taranenko;T. Tarnowsky;J. H. Thomas;A. R. Timmins;D. Tlusty;T. Todoroki;M. Tokarev;C. A. Tomkiel;S. Trentalange;R. E. Tribble;P. Tribedy;S. K. Tripathy;T. Truhlar;B. A. Trzeciak;O. D. Tsai;Z. Tu;T. Ullrich;D. G. Underwood;I. Upsal;G. Van Buren;J. Vanek;A. N. Vasiliev;I. Vassiliev;V. Verkest;F. Videbæk;S. Vokal;S. A. Voloshin;F. Wang;G. Wang;J. S. Wang;P. Wang;X. Wang;Y. Wang;Y. Wang;Z. Wang;J. C. Webb;P. C. Weidenkaff;L. Wen;G. D. Westfall;H. Wieman;S. W. Wissink;R. Witt;J. Wu;J. Wu;Y. Wu;B. Xi;Z. G. Xiao;G. Xie;W. Xie;H. Xu;N. Xu;Q. H. Xu;Y. Xu;Z. Xu;Z. Xu;G. Yan;C. Yang;Q. Yang;S. Yang;Y. Yang;Z. Ye;Z. Ye;L. Yi;K. Yip;Y. Yu;H. Zbroszczyk;W. Zha;C. Zhang;D. Zhang;J. Zhang;S. Zhang;S. Zhang;X. P. Zhang;Y. Zhang;Y. Zhang;Y. Zhang;Z. J. Zhang;Z. Zhang;Z. Zhang;J. Zhao;C. Zhou;Y. Zhou;X. Zhu;M. Zurek;M. Zyzak
2022-01-01
Abstract
We report precision measurements of hypernuclei ${}^3_\Lambda \rm{H}$ and${}^4_\Lambda \rm{H}$ lifetimes obtained from Au+Au collisions at \snn =3.0\,GeV and 7.2\,GeV collected by the STAR experiment at RHIC, and the firstmeasurement of ${}^3_\Lambda \rm{H}$ and ${}^4_\Lambda \rm{H}$ mid-rapidityyields in Au+Au collisions at \snn = 3.0\,GeV. ${}^3_\Lambda \rm{H}$ and${}^4_\Lambda \rm{H}$, being the two simplest bound states composed of hyperonsand nucleons, are cornerstones in the field of hypernuclear physics. Theirlifetimes are measured to be $221\pm15(\rm stat.)\pm19(\rm syst.)$\,ps for${}^3_\Lambda \rm{H}$ and $218\pm6(\rm stat.)\pm13(\rm syst.)$\,ps for${}^4_\Lambda \rm{H}$. The $p_T$-integrated yields of ${}^3_\Lambda \rm{H}$ and${}^4_\Lambda \rm{H}$ are presented in different centrality and rapidityintervals. It is observed that the shape of the rapidity distribution of${}^4_\Lambda \rm{H}$ is different for 0--10\% and 10--50\% centralitycollisions. Thermal model calculations, using the canonical ensemble forstrangeness, describes the ${}^3_\Lambda \rm{H}$ yield well, whileunderestimating the ${}^4_\Lambda \rm{H}$ yield. Transport models, combiningbaryonic mean-field and coalescence (JAM) or utilizing dynamical clusterformation via baryonic interactions (PHQMD) for light nuclei and hypernucleiproduction, approximately describe the measured ${}^3_\Lambda \rm{H}$ and${}^4_\Lambda \rm{H}$ yields. Our measurements provide means to preciselyassess our understanding of the fundamental baryonic interactions with strangequarks, which can impact our understanding of more complicated systemsinvolving hyperons, such as the interior of neutron stars or exotichypernuclei.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.11770/334099
Attenzione
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
Citazioni
ND
33
40
social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.