Foraging for dark matter in large volume liquid scintillator neutrino detectors with multiscatter events
Notice bibliographique
Résumé
We show that dark matter with a per-nucleon scattering cross section $\ensuremath{\gtrsim}{10}^{\ensuremath{-}28}\text{ }\text{ }{\mathrm{cm}}^{2}$ could be discovered by liquid scintillator neutrino detectors like Borexino, $\mathrm{SNO}+$, and JUNO. Due to the large dark matter fluxes admitted, these detectors could find dark matter with masses up to $1{0}^{21}\text{ }\text{ }\mathrm{GeV}$, surpassing the mass sensitivity of current direct detection experiments (such as XENON1T and PICO) by over 2 orders of magnitude. We derive the spin-independent and spin-dependent cross section sensitivity of these detectors using existing selection triggers, and we propose an improved trigger program that enhances this sensitivity by 2 orders of magnitude. We interpret these sensitivities in terms of three dark matter scenarios: (1) effective contact operators for scattering, (2) QCD-charged dark matter, and (3) a recently proposed model of Planck-mass baryon-charged dark matter. We calculate the flux attenuation of dark matter at these detectors due to the earth overburden, taking into account the earth's density profile and elemental composition, as well as nuclear spins.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,003 |
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 tête enseignante, 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 ».