MétaCan
Menu
Retour à la cohorte
Enregistrement W2943530859

Measurement of $e^+ e^− → D\bar{D}$ cross sections at the $ψ$(3770) resonance

2018· article· en· W2943530859 sur OpenAlexaff
М. Н. Ачасов, F. H. Heinsius, T. Held, Y. K. Heng, T. Holtmann, Z. L. Hou, H. M. Hu, J. F. Hu, Y. Hu, G. S. Huang, Y. Ban, J. S. Huang, Z. Huang, T. Hussain, M. Irshad, Q. P. Ji, X. B. Ji, K. Begzsuren, X. L. Ji, J. B. Jiao, Z. Jiao, D. P. Jin, S. Jin, Y. Jin, T. Johansson, A. Julin, D. W. Bennett, N. Kalantar-Nayestanaki, X. S. Kang, M. Kavatsyuk, B. C. Ke, T. Khan, A. Khoukaz, P. Kiese, R. Kliemt, L. Koch, O. B. Kolcu, J. V. Bennett, B. Kopf, M. Kornicer, M. Kuemmel, M. Kuessner, A. Kupść, M. Kurth, W. Kühn, J. S. Lange, M. Lara, P. Larin, N. Berger, L. Lavezzi, S. Leiber, H. Leithoff, C. Li, Cheng Li, D. M. Li, G. Li, H. B. Li, M. Bertani, H. J. Li, K. J. Li, Kang Li, Ke Li, Lei Li, Y. Gao, Q. Y. Li, D. Bettoni, Tao Li, W. D. Li, W. G. Li, Z. B. Li, H. Liang, J. M. Bian, G. R. Liao, L. Z. Liao, J. Libby, C. X. Lin, D. X. Lin, B. Liu, B. J. Liu, C. X. Liu, F. Bianchi, F. H. Liu, Fang Liu, Feng Liu, Huanhuan Liu, Huihui Liu, J. B. Liu, J. Y. Liu, S. Ahmed, E. Boger, K. Liu, K. Y. Liu, Ke Liu, L. D. Liu, Q. Liu, S. B. Liu, X. Liu, Y. B. Liu, Z. A. Liu, Zhiqing Liu, I. Boyko, Y. F. Long, X. Lou, H. J. Lü, J. G. Lu, Y. Lu, Y. P. Lu, C. L. Luo, M. X. Luo, X. L. Luo, S. Lusso, R. A. Briere, X. R. Lyu, F. E. Maas, H. Cai, M. Maggiora, Q. A. Malik, A. Mangoni, Y. J. Mao, Z. P. Mao, S. Marcello, Z. X. Meng, J. G. Messchendorp, G. Mezzadri, J. Min, T. J. Min, R. E. Mitchell, X. H. Mo, Y. J. Mo, C. Morales Morales, G. Morello, N. Yu. Muchnoi, H. Muramatsu, A. Mustafa, S. Nakhoul, Ö. Çakır, Y. Nefedov, F. Nerling, I. B. Nikolaev, Z. Ning, S. Nisar, S. L. Niu, X. Y. Niu, S. L. Olsen, Q. Ouyang, S. Pacetti, A. Calcaterra, Y. Pan, M. Papenbrock, P. Patteri, M. Pelizaeus, J. Pellegrino, H. P. Peng, Z. Y. Peng, Κ. Peters, J. Pettersson, J. L. Ping, G. F. Cao, R. G. Ping, A. Pitka, R. Poling, V. Prasad, H. R. Qi, M. Qi, T. Y. Qi, S. Qian, C. F. Qiao, Ning Qin, S. A. Çetin, X. S. Qin, J. F. Qiu, K. H. Rashid, C. F. Redmer, M. Richter, M. Ripka, M. Rolo, G. Rong, Ch. Rosner, J. Chai, X. D. Ruan, A. Sarantsev, M. Savrié, C. Schnier, K. Schoenning, X. Y. Shan, M. Shao, C. P. Shen, P. X. Shen, M. Albrecht, J. F. Chang, X. Y. Shen, H. Y. Sheng, X. Shi, J. J. Song, W. M. Song, Y. X. Song, S. Sosio, C. Sowa, S. Spataro, G. X. Sun, W. L. Chang, J. F. Sun, L. Sun, S. S. Sun, X. H. Sun, Y. T. Tan, G. Chelkov, C. J. Tang, G. Y. Tang, X. Tang, İ. Tapan, M. Tiemens, D. Toth, B. Tsednee, I. Uman, G. Varner, G. Chen, C. W. Wang, D. Wang, Dan Wang, K. Wang, M. Wang, Meng Wang, H. S. Chen, P. Wang, P. L. Wang, W. P. Wang, X. F. Wang, Y. Wang, Y. F. Wang, Y. Q. Wang, Z. Y. Wang, J. C. Chen, Zongyuan Wang, T. Weber, D. H. Wei, P. Weidenkaff, S. P. Wen, U. Wiedner, M. Wolke, L. H. Wu, L. J. Wu, Z. Wu, M. L. Chen, L. Xia, X. M. Xia, Y. Xia, D. Xiao, Y. J. Xiao, Z. J. Xiao, Y. G. Xie, Y. Xie, X. A. Xiong, Q. L. Xiu, Pingbo Chen, G. F. Xu, J. Xu, L. Xu, X. P. Xu, F. Yan, L. Yan, W. B. Yan, W. C. Yan, S. J. Chen, Y. H. Yan, L. Yang, S. L. Yang, Yifan Yang, X. R. Chen, J. H. Yin, Z. Y. You, B. X. Yu, C. X. Yu, J. S. Yu, C. Z. Yuan, Y. Yuan, A. Yuncu, A. A. Zafar, A. Zallo, M. Alekseev, Y. B. Chen, Y. Zeng, Zhoumo Zeng, B. X. Zhang, B. Y. Zhang, C. C. Zhang, D. H. Zhang, H. H. Zhang, H. Y. Zhang, X. Chu, J. Z. Zhang, K. Zhang, L. Zhang, S. F. Zhang, Ting Zhang, X. Y. Zhang, G. Cibinetto, Yang Zhang, Yao Zhang, Yu Zhang, Z. Y. Zhang, G. Zhao, F. Cossio, Lei Zhao, Q. Zhao, M. G. Zhao, T. C. Zhao, Y. B. Zhao, Z. Zhao, A. Zhemchugov, B. Zheng, J. P. Zheng, W. J. Zheng, Y. Zheng, B. Zhong, L. Zhou, Q. Zhou, M. Ye, M. H. Ye, J. P. Dai, A. N. Zhu, J. Zhu, J. Zhu, K. J. Zhu, X. L. Zhu, A. Dbeyssi, Y. Zhu, Y. S. Zhu, Z. A. Zhu, J. Zhuang, B. S. Zou, J. H. Zou, Dmitri Dedovich, Z. Y. Deng, A. Denig, A. Amoroso, I. Denysenko, M. Destefanis, F. De Mori, Y. Ding, C. Dong, J. Dong, L. Y. Dong, M. Y. Dong, Z. L. Dou, S. X. Du, F. F. An, Pengfei Duan, J. Fang, S. S. Fang, Y. Fang, R. Farinelli, L. Fava, S. Fegan, F. Feldbauer, G. Felici, C. Q. Feng, Q. An, E. Fioravanti, M. Fritsch, C. D. Fu, Q. Gao, X. L. Gao, Z. Gao, B. Garillon, I. Garzia, A. Gilman, K. Goetzen, L. Gong, W. X. Gong, W. Gradl, M. Greco, L. M. Gu, M. H. Gu, Y. T. Gu, A. Q. Guo, O. Bakina, L. B. Guo, R. P. Guo, Y. P. Guo, A. Guskov, Z. Haddadi, X. Q. Hao, F. A. Harris, K. L. He, X. Q. He

Notice bibliographique

RevueGSI Repository (GSI Helmholtzzentrum für Schwerionenforschung) · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueParticle physics theoretical and experimental studies
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesShanghai Key Laboratory for Particle Physics and CosmologyCAS Center for Excellence in Particle PhysicsVetenskapsrådetChinese Academy of SciencesNational Natural Science Foundation of ChinaDeutsche ForschungsgemeinschaftIstituto Nazionale di Fisica NucleareKoninklijke Nederlandse Akademie van WetenschappenNational Research FoundationRijksuniversiteit GroningenNational Research Foundation of KoreaU.S. Department of Energy
Mots-clésPhysicsAnnihilationResonance (particle physics)HadronLuminositySigmaElectron–positron annihilationNuclear physicsColliderMesonYield (engineering)Particle physicsAstrophysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We report new measurements of the cross sections for the production of D Dbar final states at the psi(3770) resonance. Our data sample consists of an integrated luminosity of 2.93/fb of e+e- annihilation data produced by the BEPCII collider and collected and analyzed with the BESIII detector. We exclusively reconstruct three D0 and six D+ hadronic decay modes and use the ratio of the yield of fully reconstructed D Dbar events ('double tags') to the yield of all reconstructed D or Dbar mesons ('single tags') to determine the number of D0 D0bar and D+D- events, benefiting from the cancellation of many systematic uncertainties. Combining these yields with an independent determination of the integrated luminosity of the data sample, we find the cross sections to be \sigma(e+e- --> D0 D0bar)=(3.615 +- 0.010 +- 0.038) nb and \sigma(e+e- --> D+D-)=(2.830 +- 0.011 +- 0.026) nb, where the uncertainties are statistical and systematic, respectively.

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)0,001
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 seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,275
Écart entre enseignants0,263 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGSI Repository (GSI Helmholtzzentrum für Schwerionenforschung)Même sujetParticle physics theoretical and experimental studiesTravaux en français237 207