Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > hep-ph > arXiv:2408.07333v1

帮助 | 高级搜索

高能物理 - 现象学

arXiv:2408.07333v1 (hep-ph)
[提交于 2024年8月14日 ]

标题: 低激发八重态重子的广义部分子分布函数具有非零偏斜度

标题: Generalized parton distributions for low-lying octet baryons with non-zero skewness

Authors:Navpreet Kaur, Harleen Dahiya
摘要: 我们通过假设在横向和纵向空间中夸克味道之间的电荷-同位旋对称性,对低能八重态重子成员进行了结构分析。 使用光锥旁观二夸克模型,我们研究了八重态重子的电磁形式因子,并将其与现有数据进行了比较。 通过将质子的价$u$夸克的部分子分布函数(PDF)与CTEQ5L参数化结果进行比较,估算了模型尺度。 还展示了八重态重子之间非零偏斜度的PDF和广义部分子分布函数(GPD)的比较分析。 对深度虚拟康普顿散射振幅关于偏斜度的傅里叶变换进一步被用于研究在保不变纵向位置空间中的衍射图样。
摘要: We have performed the structural analysis of low-lying octet baryon members by assuming charge-isospin symmetry among quark flavors in transverse and longitudinal space. Using the light-cone spectator diquark model, we have investigated the electromagnetic form factors of the octet baryons and have compared them with the available data. Model scale has been estimated by comparing the valence $u$ quark's parton distribution function (PDF) of proton with the result of CTEQ5L parameterization. A comparative analysis of PDFs and generalized parton distributions (GPDs) for non-zero skewness among octet baryons has also been demonstrated. Fourier transform of the deeply virtual Compton scattering amplitude with respect to skewness has been further applied to study the diffraction patterns in the boost-invariant longitudinal position space.
评论: 28页和11图
主题: 高能物理 - 现象学 (hep-ph)
引用方式: arXiv:2408.07333 [hep-ph]
  (或者 arXiv:2408.07333v1 [hep-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.2408.07333
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Harleen Dahiya Dr. [查看电子邮件]
[v1] 星期三, 2024 年 8 月 14 日 07:13:58 UTC (950 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
hep-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-08

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号