Differentiating<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" display="inline"><mml:mrow><mml:mi>U</mml:mi><mml:mo stretchy="false">(</mml:mo><mml:mn>1</mml:mn><mml:msup><mml:mrow><mml:mo stretchy="false">)</mml:mo></mml:mrow><mml:mrow><mml:mo>′</mml:mo></mml:mrow></mml:msup></mml:mrow></mml:math>supersymmetric models with right sneutrino and neutralino dark matter
Notice bibliographique
Résumé
We perform a detailed analysis of dark matter signals of supersymmetric models containing an extra $U(1{)}^{\ensuremath{'}}$ gauge group. We investigate scenarios in which either the right sneutrino or the lightest neutralino are phenomenologically acceptable dark matter candidates and we explore the parameter spaces of different supersymmetric realisations featuring an extra $U(1{)}^{\ensuremath{'}}$. We impose consistency with low energy observables, with known mass limits for the superpartners and ${Z}^{\ensuremath{'}}$ bosons, as well as with Higgs boson signal strengths, and we moreover verify that predictions for the anomalous magnetic moment of the muon agree with the experimental value and require that the dark matter candidate satisfies the observed relic density and direct and indirect dark matter detection constraints. For the case where the sneutrino is the dark matter candidate, we find distinguishing characteristics among different $U(1{)}^{\ensuremath{'}}$ mixing angles. If the neutralino is the lightest supersymmetric particle, its mass is heavier than that of the light sneutrino in scenarios where the latter is a dark matter candidate, the parameter space is less restricted and differentiation between models is more difficult. We finally comment on the possible collider tests of these models.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,593 | 0,380 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».