Power Corrections and Rapidity Logarithms in Soft-collinear Effective Theory
Notice bibliographique
Résumé
In this thesis a recent formulation of Soft-Collinear Effective Theory is used to study power corrections to collider observables. The techniques and concepts developed here are primarily demonstrated in the context of the Drell-Yan process, but are also broadly applicable in processes involving high-energy collimated colored particles. First, we make progress towards the resummation of power-suppressed logarithms in processes which involve the hard interaction of two jets. We identify and compute the anomalous dimensions of all the operators that contribute to two-sector processes at $O(1/q^2)$. These anomalous dimensions are necessary to resum hard processes at next-to-leading power, although an additional observable-dependent step of matching and running is necessary to complete the full resummation. We also demonstrate how the overlap subtraction prescription for loops extends to these subleading operators. Next, we study the origin of rapidity logarithms using a formulation of Soft-Collinear Effective Theory in which infrared degrees of freedom are not explicitly separated into modes. We consider the Sudakov form factor with a massive vector boson and Drell-Yan production of lepton pairs at small transverse momentum as demonstrative examples. We find that rapidity divergences introduce a scheme dependence into the effective theory and are associated with large logarithms appearing in the soft matching conditions. This scheme dependence may be used to derive corresponding rapidity renormalization group equations. Finally, we examine the Drell-Yan process at next-to-leading power, where we derive a factorization of the differential cross section in the small-$q_T$ hierarchy with $q^2\gg q_T^2\gg\Lambda_{\mathrm{QCD}}^2$. We show that the cross section may be written in terms of matrix elements of power-suppressed operator products which contribute to $O(q_T^2/q^2)$ coefficients of the usual parton distribution functions. The factorization formula allows power-suppressed logarithms in each of the relevant factors to be resummed. We discuss the cancellation of rapidity divergences and the overlap subtractions required to eliminate double counting at next-to-leading power.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».