查看“WikiEdge:ArXiv速递/2025-03-10”的源代码

== 摘要 ==
* '''原文标题'''：First-principles investigation of Rb$_{2}$CaH$_{4}$ and Cs-doped Rb$_{2}$CaH$_{4}$: unveiling their potential for hydrogen storage through mechanical and optoelectronic properties
* '''中文标题'''：Rb$_{2}$CaH$_{4}$和Cs掺杂Rb$_{2}$CaH$_{4}$的第一性原理研究：通过机械和光电特性揭示其储氢潜力
* '''发布日期'''：2025-03-10 13:12:20+00:00
* '''作者'''：Sikander Azam, Qaiser Rafiq, Eman Ramadan Elsharkawy, Muhammad Tahir Khan, Salah M. El-Bahy, Wilayat Khan, Saleem Ayaz Khan
* '''分类'''：cond-mat.mtrl-sci, physics.comp-ph
*'''原文链接'''：http://arxiv.org/abs/2503.07290v1
'''中文摘要'''：本研究采用[[密度泛函理论]]（[[DFT]]）方法结合[[GGA-PBE]]，评估了在[[Rb$_{2}$CaH]]和[[Cs]]掺杂的[[Rb$_{2}$CaH$_{4}$]]中[[碱金属]]替代对其[[储氢]]潜力的影响。为了解决在含有较重元素（如[[铯]]）的材料中预测准确[[电子性质]]的挑战，我们在计算中引入了[[自旋轨道耦合]]（[[SOC]]）效应。[[Rb$_{2}$CaH$_{4}$]]和[[Cs]]掺杂的[[Rb$_{2}$CaH$_{4}$]]的[[机械强度]]通过其[[机械性质]]得以展示，表明这些材料因其在[[储氢]]应用中的[[稳定性]]而成为有前景的候选材料。[[各向异性]]因子显示所有材料均表现出[[各向异性]]，表明其性质具有方向依赖性。[[Pugh比率]]表明[[Rb$_{2}$CaH$_{4}$]]和[[Cs]]掺杂的[[Rb$_{2}$CaH$_{4}$]]是[[脆性材料]]。基于计算的[[带隙]]，使用[[HSE06]]和[[GGA-PBE]]进行的[[电子能带结构]]分析表明，[[Rb$_{2}$CaH$_{4}$]]和[[Cs]]掺杂的[[Rb$_{2}$CaH$_{4}$]]是[[宽带隙材料]]。[[Rb$_{2}$CaH$_{4}$]]和[[Cs]]掺杂的[[Rb$_{2}$CaH$_{4}$]]在[[光电材料]]中表现出最高的[[光学导电性]]、[[吸收系数]]和[[能量损失函数]]，强调了其优异的[[吸收]]和[[电子传输]]能力。[[储氢]]能力已针对实际应用进行了评估；[[Rb$_{2}$CaH$_{4}$]]和[[Cs]]掺杂的[[Rb$_{2}$CaH$_{4}$]]显示出最高的[[重量]]和[[体积容量]]。

== 摘要 ==
* '''原文标题'''：Advanced Ocean Reanalysis of the Northwestern Atlantic: 1993-2022
* '''中文标题'''：西北大西洋的高级海洋再分析：1993-2022
* '''发布日期'''：2025-03-10 04:18:18+00:00
* '''作者'''：Ruoying He, Tianning Wu, Shun Mao, Haibo Zong, Joseph Zambon, Jennifer Warrillow, Jennifer Dorton, Debra Hernandez
* '''分类'''：physics.ao-ph
*'''原文链接'''：http://arxiv.org/abs/2503.06907v1
'''中文摘要'''：摘要：本文提出了一个30年高分辨率的西北大西洋再分析（[[NAOR]]）。[[NAOR]]从1993年1月到2022年12月，水平分辨率为4公里，垂直层数为50层。它提供了更高的分辨率，并扩展了该地区现有海洋再分析的空间和时间覆盖范围。[[NAOR]]使用区域海洋建模系统（[[ROMS]]）和集合最优插值数据同化进行。开放边界和表面强迫条件来自[[GLORYS]]全球海洋再分析和[[ECMWF]] [[ERA5]]再分析。通过数据同化，纳入了多种卫星和现场观测数据。此外，还考虑了主要河流的淡水排放。[[NAOR]]与可用的独立观测数据进行了广泛评估。中尺度环流、涡流和边界流的时空变化得到了很好的捕捉。与[[GLORYS]]相比，[[NAOR]]提供了更准确的西北大西洋物理和动力学基线，可用于一系列海洋和环境研究以及气候影响研究。

== 摘要 ==
* '''原文标题'''：Novel and Updated Bounds on Flavor-violating Z Interactions in the Lepton Sector
* '''中文标题'''：轻子味破坏Z相互作用的新的和更新的界限
* '''发布日期'''：2025-03-10 12:19:41+00:00
* '''作者'''：Fayez Abu-Ajamieh, Amine Ahriche, Nobuchika Okada
* '''分类'''：hep-ph
*'''原文链接'''：http://arxiv.org/abs/2503.07236v1
'''中文摘要'''：我们研究了[[$Z$玻色子]]与带电轻子的[[味破坏]]（FV）耦合的实验界限。除了直接通过[[LHC]]寻找FV $Z$衰变为轻子的过程外，我们还研究了来自1-loop的[[味守恒]]$Z$衰变为轻子的间接界限、[[LEP]]搜索的界限、[[电弱精密观测量]]（EWPO）、$\ell_{i}\to\ell_{j}\gamma$衰变、$\ell_{i}\to3\ell_{j}$衰变、$\ell_{i}\to\ell_{j}+\text{inv.}$衰变、FV介子衰变为轻子、FV $\tau$衰变为$\mu(e)$ + 介子、核中的[[μ子转换]]以及[[μonium-antimuonium振荡]]的界限。对于$Z$与$\tau\mu$的FV耦合，我们发现$\tau\to\mu\gamma$给出了最强的界限，达到了$\mathcal{O}(10^{-5})$，其次是$\tau\to3\mu(\mu ee)$的界限。对于$Z$与$\tau e$的FV耦合，我们发现最强的界限来自$\tau\to\mu\mu e$衰变，达到了$\mathcal{O}(10^{-7})$，而$\tau\to3e$的界限也提供了较强的限制。对于$Z$与$\mu e$的FV耦合，我们发现最强的界限来自$\mu\to3e$衰变，达到了$\mathcal{O}(10^{-11})$，而$\mu\to e\gamma$、μ子转换、$K_{L}^{0}\rightarrow\mu e$和$\mu\to e+\text{inv.}$的界限也提供了较强的限制。我们还研究了未来实验（如[[FCC-ee]]、[[Belle II]]和[[Mu2e实验]]）的预测。对于$Z$与$\tau\mu$的耦合，我们发现未来实验可能将界限提高到$\mathcal{O}(10^{-6})$，而对于$Z$与$\tau e$的耦合，未来实验可能将界限提高到$\mathcal{O}(10^{-8})$，对于$Z$与$\mu e$的耦合，未来实验可能将界限提高到$\mathcal{O}(10^{-13})$。

== 摘要 ==
* '''原文标题'''：Automatic Speech Recognition for Non-Native English: Accuracy and Disfluency Handling
* '''中文标题'''：非母语英语的自动语音识别：准确性与不流畅处理
* '''发布日期'''：2025-03-10 05:09:44+00:00
* '''作者'''：Michael McGuire
* '''分类'''：cs.CL, cs.SD, eess.AS
*'''原文链接'''：http://arxiv.org/abs/2503.06924v1
'''中文摘要'''：[[自动语音识别]]（ASR）多年来一直是[[计算机辅助语言学习]]（CALL）和[[计算机辅助语言测试]]（CALT）的重要组成部分。随着该技术的快速发展，评估当前ASR系统在语言学习应用中的准确性变得尤为重要。本研究使用来自[[L2-ARCTIC]]语料库的录音，评估了五种前沿ASR系统对非母语口音英语语音的识别能力。该语料库包含来自六种不同母语背景（[[阿拉伯语]]、[[汉语]]、[[印地语]]、[[韩语]]、[[西班牙语]]和[[越南语]]）的说话者的朗读和自发语音。朗读语音包括来自24位说话者的2,400个单句录音，而自发语音则包括来自22位说话者的叙述录音。结果显示，对于朗读语音，[[Whisper]]和[[AssemblyAI]]的准确率最高，平均匹配错误率（MER）分别为0.054和0.056，接近人类水平。对于自发语音，[[RevAI]]表现最佳，平均MER为0.063。研究还考察了每个系统如何处理填充词、重复和修正等不流畅现象，发现不同系统和不流畅类型之间的表现存在显著差异。尽管系统之间的处理速度差异较大，但较长的处理时间并不一定与更高的准确性相关。通过详细分析几种最新且广泛可用的ASR系统在非母语英语语音上的表现，本研究旨在帮助语言教师和研究人员了解每个系统的优缺点，并确定哪些系统适合特定的应用场景。