Accueil › Annuaire des chercheurs › K. Joo
K. Joo
Affiliation : University of Connecticut
- 4Publications (affiliation américaine)
- 217Publications au total
- 8667Citations
- 48Indice h
Profil de recherche
K. Joo compte 4 publications référencées (2017–2021). Ses travaux paraissent principalement dans « arXiv (Cornell University) » et « The European Physical Journal A ». Son article le plus cité, « An experimental program with high duty-cycle polarized and unpolarized positron beams at Jefferson Lab » (2021), a été cité 45 fois. Ses travaux sont cosignés avec au moins 12 chercheurs, notamment dans des établissements de France, Chili, Allemagne, Italie.
C’est vous ? Faites connaître vos travaux
Créez gratuitement votre profil DzCademia et ajoutez vos articles : ils apparaîtront plus facilement sur Google et dans les assistants d’IA comme ChatGPT. Plus de personnes pourront vous lire et vous citer.
Créer mon profil gratuit Ajouter mes publicationsDomaines de recherche
- Quantum Chromodynamics and Particle Interactions
- Particle physics theoretical and experimental studies
- Nuclear physics research studies
- High-Energy Particle Collisions Research
- Particle Detector Development and Performance
Publications (4)
- An experimental program with high duty-cycle polarized and unpolarized positron beams at Jefferson Lab
- Partonic Structure of Light Nuclei
- Spectator-Tagged Deeply Virtual Compton Scattering on Light Nuclei
- Tagged EMC Measurements on Light Nuclei
Revues de publication
- arXiv (Cornell University) × 3
- The European Physical Journal A × 1
Publications par année
- 20211
- 20173
Collaborations
Établissements partenaires : Argonne National Laboratory · Thomas Jefferson National Accelerator Facility · Temple University · Mississippi State University · Université Paris-Saclay
Pays des co-auteurs : France · Chili · Allemagne · Italie
Co-auteurs
- F. X. Girod
- M. Hattawy
- J. Arrington
- D. Dutta
- S. Joosten
- N. Markov
- Kawtar Hafidi
- Lamiaa El Fassi
- N. Sparveris
- M. Paolone
- Andrei Kim
- Simonetta Liuti
Données bibliographiques issues d’OpenAlex (base ouverte).
Pourquoi choisir Dzcademia ?
Pour donner à vos travaux plus de chances d’être découverts et recommandés par les IA. Profils, articles et communications : donnez à votre recherche une présence publique structurée. Les métadonnées intégrées aident les moteurs de recherche et les assistants IA à identifier vos travaux et à comprendre leurs références.
Commenter avec Google
Connecte-toi avec Google pour commenter directement sur cette page.