MétaCan
Menu
← Retour à la cohorte
Enregistrement W4385825427 · doi:10.48550/arxiv.2308.05860

Long Lived Particle Decays in MATHUSLA

2023· preprint· en· W4385825427 sur OpenAlexfundno aff
David Curtin, Jaipratap Singh Grewal

Notice bibliographique

RevuearXiv (Cornell University) · 2023
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueParticle physics theoretical and experimental studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlliance de recherche numérique du CanadaUniversity of TorontoAlfred P. Sloan Foundation
Mots-clésPhysicsParticle physicsLarge Hadron ColliderDetectorBenchmark (surveying)NeutrinoHiggs bosonPhysics beyond the Standard ModelNuclear physicsSensitivity (control systems)

Résumé

récupéré en direct d'OpenAlex

We carefully study the decay and reconstruction of long-lived particle (LLP) decays in the proposed MATHUSLA LLP detector for the HL-LHC. Our investigations are focused on three LLP benchmark models. MATHUSLA's primary physics target is represented by hadronically decaying LLPs with mass above $\sim$ $10~\mathrm{GeV}$, produced in exotic Higgs decays. We also investigate GeV-scale scalar and right-handed-neutrino LLPs, which are the target of many other proposed experiments. We first introduce a public MATHUSLA FastSim code to allow for efficient signal-only studies of LLP decays in MATHUSLA and general external LLP detectors. For each of our benchmark scenarios, we carefully simulate LLP production and decay, and make our simulation library publicly accessible for future investigations and comparisons with other experiments. We then systematically study the geometric acceptance of MATHUSLA for LLP decays in these scenarios, and present updated sensitivity projections that include these acceptances. Our results show that the idealized reach of MATHUSLA computed in earlier studies is mostly realized. We also investigate possible ways of increasing the signal acceptance using the inherent geometric flexibility of the FastSim, which will provide useful inputs for realistic experimental and engineering optimization of the detector in the future.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,088
Tête enseignante GPT0,218
Écart entre enseignants0,130 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)→Même sujetParticle physics theoretical and experimental studies→Travaux en français237 207→