Low-energy radiative backgrounds in CCD-based dark-matter detectors
Notice bibliographique
Résumé
A bstract The reach of sub-GeV dark-matter detectors is at present severely affected by low-energy events from various origins. We present the theoretical methods to compute the single- and few-electron events that arise from secondary radiation emitted by high-energy particles as they pass through detector materials and perform a detailed simulation to quantify them at (Skipper) CCD-based experiments, focusing on the SENSEI data collected at Fermilab near the MINOS cavern. The simulations account for the generation of secondaries from Cherenkov and luminescent recombination radiation; photo-absorption in the bulk, backside layer, pitch adapter, and epoxy; the photon reflection and refraction at interfaces; thin-film interference; the roughness of the interfaces; the dynamics of charges produced in the highly doped CCD-backside-layers; and the partial charge collection on the CCD backside. We consider several systematic uncertainties, notably those stemming from the backside modeling, which we estimate with a “fiducial” and an “extreme” charge-diffusion model, with the former model being preferred due to better agreement with partial-charge collection data. We find that Cherenkov photons constitute about 30% of the observed single-electron events for both diffusion models; radiative recombination contributes negligibly to the event rate for the fiducial model, although it can dominate over Cherenkov for the extreme model. We also estimate the fraction of 2-electron events that arise from 1-electron event coincidences in the same pixel, finding that the entire 2-electron rate can be explained by coincidences of radiative events and spurious charge. Accounting for both radiative and non-radiative backgrounds, we project the sensitivity of future Skipper-CCD-based experiments to different dark-matter models. For light-mediator models with dark-matter masses of 1, 5, and 10 MeV, we find that future experiments with 10-kg-year exposures and successful background mitigation could have a sensitivity that is larger by 9, 3, and 2 orders of magnitude, respectively, when compared to an experiment without background improvements.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 0,000 |
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.
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 ».