Search for low-mass dijet resonances using trigger-level jets with the ATLAS detector in $pp$ collisions at sqrt(s)=13 TeV
Notice bibliographique
Résumé
Searches for dijet resonances with sub-TeV masses using the ATLAS detector at the Large Hadron Collider can be statistically limited by the bandwidth available to inclusive single-jet triggers, whose data-collection rates at low transverse momentum are much lower than the rate from Standard Model multijet production. This data refers to a search for dijet resonances using a strategy called "Trigger-object Level Analysis" (TLA) in ATLAS, where the limitation on high-rate events that can be used for the search is overcome by recording only the event information calculated by the jet trigger algorithms, thereby allowing much higher event rates with reduced storage needs. There are two event selections leading to two signal regions in the search, one with |y*| < 0.3 and one with |y*| < 0.6. The definition of y* is (y1-y2)/2, where y1 and y2 are the rapidities of the highest- and second-highest-pT trigger-level jets. The event selection for the |y*| < 0.3 region is: - highest-pT-jet > 185 GeV - second-highest-pT-jet > 85 GeV - dijet invariant mass > 400 GeV - |y*| < 0.3 The event selection for the |y*| < 0.6 region is: - highest-pT-jet > 220 GeV - second-highest-pT-jet > 85 GeV - dijet invariant mass > 531 GeV - |y*| < 0.6 The background is calculated using two different fit functions, using a sliding window algorithm described in the paper. The systematic uncertainties on the background account for the choice of the fit function (called "sys, fit function") and for the uncertainties on the fit parameters due to the statistical error of the data (called "sys, fit parameters"). The fit function uncertainty is a one-sided systematic uncertainty. No significant excess with respect to the background prediction is found in the data. The results is interpreted in the paper in terms of a leptophobic mediator of dark matter as in arXiv:1507.00966, here we report the 95% CL limit on Gaussian-shaped resonant processes that can be used to constrain generic resonant processes as described in Appendix A of arXiv:1407.1376.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».