MétaCan
Menu
Retour à la cohorte
Enregistrement W4320721233 · doi:10.1140/epjc/s10052-023-11536-5

Constraining light thermal inelastic dark matter with NA64

2023· article· en· W4320721233 sur OpenAlexafffund
M. Mongillo, Asli M. Abdullahi, Benjamin Banto Oberhauser, P. Crivelli, Matheus Hostert, Daniele Massaro, Laura Molina Bueno, Silvia Pascoli

Notice bibliographique

RevueThe European Physical Journal C · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueDark Matter and Cosmic Phenomena
Établissements canadiensPerimeter InstituteInstitute of Particle Physics
Organismes subventionnairesHigh Energy PhysicsAgencia Estatal de InvestigaciónHORIZON EUROPE Framework ProgrammeHorizon 2020 Framework ProgrammeOffice of ScienceNatural Sciences and Engineering Research Council of CanadaInstitut Périmètre de physique théoriqueEidgenössische Technische Hochschule ZürichMinistero dello Sviluppo EconomicoEuropean CommissionU.S. Department of EnergySchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungGovernment of CanadaCERN
Mots-clésDark matterPhysicsThermalAstrophysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract A vector portal between the Standard Model and the dark sector is a predictive and compelling framework for thermal dark matter. Through co-annihilations, models of inelastic dark matter (iDM) and inelastic Dirac dark matter (i2DM) can reproduce the observed relic density in the MeV to GeV mass range without violating cosmological limits. In these scenarios, the vector mediator behaves like a semi-visible particle, evading traditional bounds on visible or invisible resonances, and uncovering new parameter space to explain the muon $$(g-2)$$ ( g - 2 ) anomaly. By means of a more inclusive signal definition at the NA64 experiment, we place new constraints on iDM and i2DM using a missing energy technique. With a recast-based analysis, we contextualize the NA64 exclusion limits in parameter space and estimate the reach of the newly collected and expected future NA64 data. Our results motivate the development of an optimized search program for semi-visible particles, in which fixed-target experiments like NA64 provide a powerful probe in the sub-GeV mass range.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,010
Tête enseignante GPT0,219
Écart entre enseignants0,208 · 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'étudeSimulation ou modélisation
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

Citations20
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe European Physical Journal CMême sujetDark Matter and Cosmic PhenomenaTravaux en français237 207