Multicomponent dark matter from a hidden gauged SU(3)
Notice bibliographique
Résumé
We study Dark Matter (DM) phenomenology with multiple DM species consisting of both scalar and vector DM particles. More specifically, we study the hidden gauged SU(3) model of Arcadi et al. Before proceeding to the hidden gauged SU(3) model, we study the relic abundances of simplified multispecies DM scenarios to gain some insights when multiple species and interactions are included. In the hidden gauged SU(3) model, because of the large parameter space, we restrict ourselves to three representative benchmark points, each with multiple DM species. The relic densities for the benchmark points were found using a program developed to solve the coupled Boltzmann equations for an arbitrary number of interacting DM species with two particles in the final state. For each case, we varied the mass of the DM particles and then found the value of the dark SU(3) gauge coupling that gives the correct relic density. We found that for some sets of parameter values DM would be difficult to observe in direct detection experiments but would be easier to observe in indirect detection experiments while for other sets of parameter values the situation was reversed so that measurements from both types of experiments complement each other and could help pinpoint the details of the hidden SU(3) model. Important to this is that, even for moderate changes in input parameter values, the relative relic density of each species can change significantly, resulting in large changes in the observability of multispecies DM by direct or indirect detection.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».