MétaCan
Menu
Retour à la cohorte
Enregistrement W4378233229 · doi:10.1007/jhep08(2023)017

Signals of millicharged dark matter in light-shining-through-wall experiments

2023· article· en· W4378233229 sur OpenAlexafffund
Asher Berlin, Raffaele Tito D’Agnolo, Sebastian A. R. Ellis, Jury I. Radkovski

Notice bibliographique

RevueJournal of High Energy Physics · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueDark Matter and Cosmic Phenomena
Établissements canadiensMcMaster UniversityPerimeter Institute
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOffice of ScienceGovernment of CanadaMinistry of Colleges and UniversitiesU.S. Department of EnergySchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungInnovation, Science and Economic Development Canada
Mots-clésPhysicsDark matterMassless particleDark photonPhotonParticle physicsParameter spaceLeverage (statistics)AstrophysicsMassive particleLimit (mathematics)Light dark matterScalar field dark matterDark energyCosmologyStatisticsQuantum mechanicsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract We discuss a novel detection technique for millicharged dark matter that makes use of existing light-shining-through-wall (LSW) experiments searching for massive dark photons. Since millicharged particles interact with both the visible and dark sectors, a small background of such particles enables the search for visible signals even in the limit of a massless dark photon. Furthermore, for sufficiently large couplings, a small dark matter subcomponent consisting of millicharged particles can have a terrestrial abundance that is significantly enhanced with respect to its galactic abundance. We leverage this fact to show that in certain parts of parameter space, future runs of the LSW Dark SRF experiment can be used to set the strongest limits on millicharged relics.

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)0,002
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,015
Tête enseignante GPT0,251
Écart entre enseignants0,235 · 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

Citations15
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of High Energy PhysicsMême sujetDark Matter and Cosmic PhenomenaTravaux en français237 207