SEARCHING FOR NEW HIGH MASS PHENOMENA DECAYING TO MUON PAIRS USING PROTON-PROTON COLLISIONS AT sqrt(s) = 13 TEV WITH THE ATLAS DETECTOR AT THE LHC
Notice bibliographique
Résumé
The Standard Model (SM) of particle physics is a very successful predictive theory which explains the fundamental interactions of elementary particles in the universe, except for gravity. However, the SM is known to be an effective theory that is valid only in a low energy regime, called the electroweak scale, and does not account for many observed experimental results. For example, it does not offer a satisfying explanation for neutrino masses or dark matter. Hence, it is clear that to fully understand and explain nature, a theoretical framework that goes beyond the Standard Model (BSM) is required. While high mass resonances do not offer a complete solution to the problems mentioned above, many BSM theories predict their existence. To name a few, extra dimensional models, grand unified theories, and supersymmetric models all have the common goal of reconciling the very different scales of electroweak symmetry breaking and high mass scales, and predict the existence of high mass resonances. Thus, finding high mass resonances would help validate these theories, which do offer solutions to the aforementioned problems. This analysis focuses on searching for new high mass phenomena using the latest data collected by the ATLAS detector at the LHC, which has an unprecedented centre-of-mass energy of 13 TeV and corresponds to 36.1 fb$^{-1}$ at $\\sqrt{s}$ = 13 TeV. The search is conducted for both resonant and non-resonant new phenomena in dimuon final states. The dimuon invariant mass spectrum is the discriminating variable used in this search. No significant deviations from the Standard Model expectation are observed. Lower limits are set on the signal parameters of interest at 95% credibility level, using a Bayesian interpretation.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».