MétaCan
Menu
Retour à la cohorte
Enregistrement W3194504263 · doi:10.1103/physrevlett.128.011801

First Direct Detection Constraints on Planck-Scale Mass Dark Matter with Multiple-Scatter Signatures Using the DEAP-3600 Detector

2022· article· en· W3194504263 sur OpenAlexafffund
Prabal Adhikari, Rahaf Ajaj, M. Alpízar-Venegas, D. J. Auty, H. Benmansour, C. E. Bina, W. Bonivento, M. G. Boulay, M. Cadeddu, B. Cai, Miguel Cárdenas‐Montes, S. Cavuoti, Y. Chen, B. T. Cleveland, J. M. Corning, S. J. Daugherty, P. DelGobbo, L. Doria, M. Dunford, E. Ellingwood, A. Erlandson, S. S. Farahani, N. Fatemighomi, G. Fiorillo, D. Gallacher, P. Garcı́a-Abia, S. Garg, P. Giampa, D. Goeldi, P. Gorel, K. Graham, A. Grobov, A. L. Hallin, M. Hamstra, T. Hugues, A. Ilyasov, A. Joy, B. Jigmeddorj, C. Jillings, O. Kamaev, G. Kaur, A. Kemp, I. Kochanek, M. Kuźniak, M. Laí, S. Langrock, B. Lehnert, A. Leonhardt, N. Levashko, X. Li, M. Lissia, O. Litvinov, James A. Lock, G. Longo, I. Machulin, Thomas McElroy, J. B. McLaughlin, C. Mielnichuk, L. Mirasola, J. Monroe, G. Oliviéro, Sanjoy Kumar Pal, S. J. M. Peeters, M. G. Perry, V. Pesudo, E. Picciau, M.-C. Piro, T. R. Pollmann, Nirmal Raj, E. T. Rand, C. Rethmeier, F. Retière, I. Rodríguez-García, Leszek Roszkowski, J. B. Ruhland, E. García, T. Sánchez-Pastor, R. Santorelli, S. Seth, D. Sinclair, P. Skensved, B. C. Smith, N.J.T. Smith, T. Sonley, R. Stainforth, M. Stringer, B. Sur, E. Vázquez-Jáuregui, S. Viel, J. Walding, Moaz Waqar, M. Ward, S. Westerdale, J. L. Willis, A. Zuñiga-Reyes

Notice bibliographique

RevuePhysical Review Letters · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueDark Matter and Cosmic Phenomena
Établissements canadiensCanadian Nuclear LaboratoriesLaurentian UniversityUniversity of AlbertaSnolabQueen's UniversityArthur B. McDonald-Canadian Astroparticle Physics Research InstituteTRIUMFCarleton University
Organismes subventionnairesH2020 European Research CouncilDirección General de Asuntos del Personal Académico, Universidad Nacional Autónoma de MéxicoScience and Technology Facilities CouncilNational Research Council CanadaRussian Science FoundationMinisterio de Ciencia e InnovaciónConsejo Nacional de Ciencia y TecnologíaCanada First Research Excellence FundOntario Ministry of Research, Innovation and ScienceQueen's UniversityEuropean Regional Development FundFundacja na rzecz Nauki PolskiejUniversity of AlbertaMinistry of Advanced Education, Government of AlbertaCompute CanadaRutherford Appleton LaboratoryCanada Foundation for InnovationLeverhulme TrustCarleton University
Mots-clésPhysicsDark matterPlanckParticle physicsDetectorAstrophysicsNuclear physicsOptics

Résumé

récupéré en direct d'OpenAlex

Dark matter with Planck-scale mass ($\ensuremath{\simeq}{10}^{19}\text{ }\text{ }\mathrm{GeV}/{c}^{2}$) arises in well-motivated theories and could be produced by several cosmological mechanisms. A search for multiscatter signals from supermassive dark matter was performed with a blind analysis of data collected over a 813 d live time with DEAP-3600, a 3.3 t single-phase liquid argon-based detector at SNOLAB. No candidate signals were observed, leading to the first direct detection constraints on Planck-scale mass dark matter. Leading limits constrain dark matter masses between $8.3\ifmmode\times\else\texttimes\fi{}{10}^{6}$ and $1.2\ifmmode\times\else\texttimes\fi{}{10}^{19}\text{ }\text{ }\mathrm{GeV}/{c}^{2}$, and $^{40}\mathrm{Ar}$-scattering cross sections between $1.0\ifmmode\times\else\texttimes\fi{}{10}^{\ensuremath{-}23}$ and $2.4\ifmmode\times\else\texttimes\fi{}{10}^{\ensuremath{-}18}\text{ }\text{ }{\mathrm{cm}}^{2}$. These results are interpreted as constraints on composite dark matter models with two different nucleon-to-nuclear cross section scalings.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,418
Score d'incertitude au seuil0,835

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)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,230
Écart entre enseignants0,221 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations54
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

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