MétaCan
Menu
Retour à la cohorte
Enregistrement W2809170714 · doi:10.1103/physrevlett.121.131101

Calorimetric Dark Matter Detection with Galactic Center Gas Clouds

2018· article· en· W2809170714 sur OpenAlexafffund
Amit Bhoonah, Joseph Bramante, Fatemeh Elahi, Sarah Schon

Notice bibliographique

RevuePhysical Review Letters · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueDark Matter and Cosmic Phenomena
Établissements canadiensPerimeter InstituteArthur B. McDonald-Canadian Astroparticle Physics Research InstituteQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaInstitut Périmètre de physique théoriqueHigh Energy PhysicsMinistero dello Sviluppo EconomicoKavli Institute for Theoretical Physics, University of California, Santa BarbaraIndustry CanadaNational Science FoundationGovernment of CanadaCERNMinistère du Développement Économique, de l’Innovation et de l’ExportationAspen Center for Physics
Mots-clésPhysicsGalactic CenterDark matterMilky WayAstrophysicsScalar field dark matterLight dark matterHot dark matterBaryonic dark matterAstronomyGalaxyCosmologyDark energy

Résumé

récupéré en direct d'OpenAlex

We demonstrate that dark matter heating of gas clouds, hundreds of parsecs from the Milky Way Galactic Center, provides a powerful new test of dark matter interactions. To illustrate, we set a new bound on nucleon scattering for 10-100 MeV mass dark matter. We also constrain millicharged dark matter models, including those proposed to match the recent EDGES 21 cm absorption anomaly. For Galactic Center gas clouds, the Galactic fields' magnetic deflection of electromagnetically charged dark matter is mitigated, because the magnetic fields around the Galactic Center are poloidal, as opposed to being aligned parallel to the Milky Way disk. We discuss prospects for detecting dark matter using a population of Galactic Center gas clouds warmed by dark matter.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,167
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,247
Écart entre enseignants0,238 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations57
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetDark Matter and Cosmic PhenomenaTravaux en français237 207