A New View on Auger Data and Cosmogenic Neutrinos in Light of Different Nuclear Disintegration and Air-shower Models
Notice bibliographique
Résumé
We study the implications of Ultra-High Energy Cosmic Ray (UHECR) data from the Pierre Auger Observatory for potential accelerator candidates and cosmogenic neutrino fluxes for combinations of nuclear disintegration and air-shower models. We exploit the most recently published spectral and mass composition data (2017) with a new, computationally efficient simulation code PriNCe. We extend a systematic framework, which has been previously applied in a combined fit by the Pierre Auger Collaboration, with the cosmological source evolution as an additional free parameter. In this framework, an ensemble of generalized UHECR accelerators is characterized by a universal spectral index (equal for all injection species), a maximal rigidity, and the normalizations for five nuclear element groups. We find that the 2017 data favor a small but constrained contribution of heavy elements (iron) at the source. We demonstrate that the results moderately depend on the nuclear disintegration (PSB, Peanut, or Talys) model, and more strongly on the air-shower (EPOS-LHC, Sibyll-2.3, or QGSjet-II-04) model. Variations of these models result in different source evolutions and spectral indices, limiting the interpretation in terms of a particular class of cosmic accelerators. Better constrained parameters include the maximal rigidity and the mass composition at the source. Hence, the cosmogenic neutrino flux can be robustly predicted. Depending on the source evolution at high redshifts the flux is likely out of reach of future neutrino observatories in most cases, and a minimal cosmogenic neutrino flux cannot be claimed from data without assuming a cosmological distribution of the sources
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».