الرئيسية › دليل الباحثين › Matthew John Addison
Matthew John Addison
الانتماء : SLAC National Accelerator Laboratory · Brandeis University
- 2منشورات (انتماء أمريكي)
- 589مجموع المنشورات
- 2280الاستشهادات
- 20مؤشر h
الملف البحثي
لدى Matthew John Addison 2 منشور(ات) مفهرسة (2023–2025). تُنشر أعماله أساسًا في «SciPost Physics» و«Journal of High Energy Physics». أكثر مقالاته استشهادًا هو «Search for heavy Higgs bosons with flavour-violating couplings in multi-lepton plus b-jets final states in pp collisions at 13 TeV with the » (2023)، وقد استُشهد به 15 مرة. شارك في تأليف أعماله 12 باحثًا على الأقل، منهم باحثون من مؤسسات في المملكة المتحدة، ألمانيا، إيطاليا، إسبانيا.
هل هذا أنت؟ عرّف بأبحاثك
أنشئ ملفك على DzCademia مجانًا وأضف مقالاتك: ستظهر بسهولة أكبر على Google وفي مساعدي الذكاء الاصطناعي مثل ChatGPT، فيقرؤها ويستشهد بها عدد أكبر من الناس.
إنشاء ملفي المجاني إضافة منشوراتيمجالات البحث
- Particle physics theoretical and experimental studies
- Quantum Chromodynamics and Particle Interactions
- Particle Detector Development and Performance
- High-Energy Particle Collisions Research
- Advanced Mathematical Theories and Applications
المنشورات (2)
- Precision calibration of calorimeter signals in the ATLAS experiment using an uncertainty-aware neural network
- Search for heavy Higgs bosons with flavour-violating couplings in multi-lepton plus b-jets final states in pp collisions at 13 TeV with the ATLAS detector
مجلات النشر
- SciPost Physics × 1
- Journal of High Energy Physics × 1
المنشورات حسب السنة
- 20251
- 20231
التعاون العلمي
المؤسسات الشريكة : University of Oklahoma · Argonne National Laboratory · Brookhaven National Laboratory · New York University · University of Michigan
بلدان المؤلفين المشاركين : المملكة المتحدة · ألمانيا · إيطاليا · إسبانيا
المؤلفون المشاركون
- Y. Afik
- A. Adıgüzel
- Baktash Amini
- S. Ali
- Fabio Anulli
- S. P. Amor Dos Santos
- S. V. Addepalli
- B. Ali
- Zainab Mohammad K Alsolami
- Mohammed Aboelela
- Z. L. Alegria
- M. Antonelli
البيانات البيبليوغرافية مصدرها OpenAlex (قاعدة مفتوحة).
لماذا تختارون DzCademia؟
ملفات أكاديمية ومقالات ومداخلات علمية: امنحوا أبحاثكم حضوراً عاماً منظماً. تساعد البيانات الوصفية المدمجة محركات البحث ومساعدات الذكاء الاصطناعي على التعرف على أعمالكم وفهم مراجعها.
علّق عبر Google
سجّل الدخول عبر Google للتعليق مباشرة على هذه الصفحة.