MétaCan
Menu
Retour à la cohorte
Enregistrement W2051464659 · doi:10.1140/epjc/s10052-010-1423-2

Measurement of beauty production in DIS and extraction at ZEUS

2010· article· en· W2051464659 sur OpenAlexafffund
H. Abramowicz, I. Abt, L. Adamczyk, M. Adamus, R. Aggarwal, S. Antonelli, P. Antonioli, А. Антонов, M. Arneodo, V. Aushev, Y. Aushev, O. Bachynska, A. Bamberger, A.N. Barakbaev, G. Barbagli, G. Bari, F. Barreiro, D. Bartsch, M. Basile, O. Behnke, J. K. Behr, U. Behrens, L. Bellagamba, A. Bertolin, S. Bhadra, M. Bindi, C. Blohm, T. Bołd, E.G. Boos, M. Borodin, K. Borras, D. Boscherini, D. Bot, S. Boutle, I. Brock, E. Brownson, R. Brugnera, N. Brümmer, A. Bruni, G. Bruni, B. Brzozowska, P. Bussey, J. M. Butterworth, B. Bylsma, A. Caldwell, M. Capua, R. Carlin, C. D. Catterall, S. Chekanov, J. J. Chwastowski, J. Ciborowski, R. Ciesielski, L. Cifarelli, F. Cindolo, A. Contin, A. M. Cooper-Sarkar, N. Coppola, M. Corradi, F. Corriveau, M. Costa, G. D’Agostini, F. Dal Corso, J. de Favereau, J. del Peso, R. K. Dementiev, S. De Pasquale, M. Derrick, R.C.E. Devenish, D. Dobur, B. A. Dolgoshein, A. T. Doyle, V. Drugakov, L. S. Durkin, S. Dusini, Y. Eisenberg, P. Ermolov, A. Eskreys, S. Fang, S. Fazio, J. Ferrando, M.I. Ferrero, J. Figiel, M. Forrest, B. Foster, S. Fourletov, G. P. Gach, A. Galas, E. Gallo, A. Garfagnini, A. Geiser, I. Gialas, L. K. Gladilin, D. Gladkov, C. Glasman, O. Gogota, Yu. A. Golubkov, P. Göttlicher, I. Grabowska-Bołd, J. Grebenyuk, I. M. Gregor, G. Grigorescu, G. Grzelak, C. Gwenlan, T. Haas, W. Hain, R. Hamatsu, J.C. Hart, H. Hartmann, G. Hartner, E. Hilger, D. Hochman, U. Holm, R. Hori, K. Horton, A. Hüttmann, G. Iacobucci, Z. A. Ibrahim, Y. Iga, R. Ingbir, M. Ishitsuka, H.‐P. Jakob, F. Januschek, M. Jiménez, T. W. Jones, M. Jüngst, І. Каденко, B. Kahle, B. Kamaluddin, S. Kananov, T. Kanno, U. Karshon, F. Karstens, I.I. Katkov, M. Kaur, P. Kaur, A. Keramidas, L. A. Khein, J.Y. Kim, D. Kisielewska, S. Kitamura, R. Klanner, U. Klein, E. Koffeman, D. Kollár, P. Kooijman, Ie. Korol, I. A. Korzhavina, A. Kotański, U. Kötz, H. Kowalski, P. Kulinski, Oleg Kuprash, M. Kuze, V. A. Kuzmin, A. Lee, B. B. Levchenko, A. Levy, V. Libov, S. Limentani, T. Y. Ling, M. Lisovyi, E. Lobodzinska, W. Lohmann, B. Löhr, E. Lohrmann, J.H. Loizides, K. Long, A. Longhin, D. Lontkovskyi, O.Yu. Lukina, P. Łużniak, J. Maeda, S. Magill, I. Makarenko, J. Malka, R. Mankel, A. Margotti, G. Marini, A. Mastroberardino, T. Matsumoto, M.C.K. Mattingly, I.-A. Melzer-Pellmann, S. Miglioranzi, F. Mohamad Idris, V. Monaco, A. Montanari, J. D. Morris, B. Musgrave, K. Nagano, T. Namsoo, R. Nania, D. Nicholass, A. Nigro, Ning Ye, U. Noor, D. Notz, R.J. Nowak, A.-E. Nuncio-Quiroz, B.Y. Oh, N. Okazaki, K. Oliver, K. Olkiewicz, Y. Onishchuk, O. Ota, K. Papageorgiu, A. Parenti, E. Paul, J. M. Pawlak, B. Pawlik, P.G. Pelfer, A. Pellegrino, W. Perlański, H. Perrey, K. Piotrzkowski, P. Pluciński, N.S. Pokrovskiy, A. Polini, A.S. Proskuryakov, M. Przybycień, A. Raval, D. D. Reeder, B. Reisert, Z. Ren, J. Repond, Y.D. Ri, A. Robertson, P. Roloff, E. Ron, I. Rubinsky, M. Ruspa, R. Sacchi, A. Salii, U. Samson, G. Sartorelli, A. A. Savin, D. H. Saxon, M. Schioppa, S. Schlenstedt, P. Schleper, W. B. Schmidke, U. Schneekloth, V. Schönberg, T. Schörner-Sadenius, J. Schwartz, F. Sciulli, L.M. Shcheglova, R. Shehzadi, S. Shimizu, I. Singh, I. O. Skillicorn, W. Słomiński, W. H. Smith, V. Sola, A. Solano, D. Son, V. Sosnovtsev, A. Spiridonov, H. Stadie, L. Stanco, A. Stern, T. P. Stewart, A. Stifutkin, P. Stopa, S. Suchkov, G. Susinno, L. Suszycki, J. Sztuk, D. Szuba, J. Szuba, A. Tapper, E. ̃Tassi, J. Terrón, T. Theedt, H. Tiecke, K. Tokushuku, Oleksandr Tomalak, J. Tomaszewska, T. Tsurugai, M. Turcato, T. Tymieniecka, C. Uribe-Estrada, A. Verbytskyi, V. Viazlo, N. Vlasov, O. Volynets, R. Walczak, W. A. T. Wan Abdullah, J.J. Whitmore, J. Whyte, L. Wiggers, M. Wing, M. Wlasenko, G. Wolf, H. Wolfe, K. Wrona, A. G. Yagües-Molina, S. Yamada, Y. Yamazaki, R. Yoshida, C. Youngman, A. F. Żarnecki, L. Zawiejski, O. Zenaiev, Wolfram Dietrich Zeuner, B.O. Zhautykov, N. Zhmak, C. Zhou, A. Zichichi, M. Zolko, D. S. Zotkin, Z. Zulkapli

Notice bibliographique

RevueThe European Physical Journal C · 2010
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueParticle physics theoretical and experimental studies
Établissements canadiensMcGill UniversityUniversity of TorontoYork University
Organismes subventionnairesNuclear PhysicsNatural Sciences and Engineering Research Council of CanadaFonds De La Recherche Scientifique - FNRSKorea Science and Engineering FoundationFonds pour la Formation à la Recherche dans l’Industrie et dans l’AgricultureBelgian Federal Science Policy OfficeDeutsches Elektronen-SynchrotronNational Natural Science Foundation of ChinaBundesministerium für Bildung und ForschungScience and Technology Facilities CouncilStrongU.S. Department of EnergyRussian Foundation for Basic ResearchMinistry of Education, Culture, Sports, Science and TechnologyNational Science Foundation
Mots-clésHERAPhysicsZEUS (particle detector)Deep inelastic scatteringParticle physicsMuonNuclear physicsQuarkJet (fluid)BeautyPartonQuantum chromodynamicsScatteringInelastic scatteringOptics

Résumé

récupéré en direct d'OpenAlex

Beauty production in deep inelastic scattering with events in which a muon and a jet are observed in the final state has been measured with the ZEUS detector at HERA using an integrated luminosity of 114 pb−1. The fraction of events with beauty quarks in the data was determined using the distribution of the transverse momentum of the muon relative to the jet. The cross section for beauty production was measured in the kinematic range of photon virtuality, Q 2>2 GeV2, and inelasticity, 0.05<y<0.7, with the requirement of a muon and a jet. Total and differential cross sections are presented and compared to QCD predictions. The beauty contribution to the structure function F 2 was extracted and is compared to theoretical predictions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,264
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe European Physical Journal CMême sujetParticle physics theoretical and experimental studiesTravaux en français237 207