⚛️ nuclear theory

$\psi(2S)$ production in jets using NRQCD

Cet article utilise des données récentes de LHCb pour démontrer que les formalismes Fragmenting Jet Function (FJF) et Gluon Fragmentation Improved Pythia (GFIP) surpassent de manière significative les prédictions par défaut de Pythia+NRQCD pour décrire la production de $\psi(2S)$ dans les jets, tout en soulignant l'utilité de la distribution comme discriminateur pour révéler de grands écarts entre différentes extractions des éléments de matrice à longue distance (LDME) de $\psi(2S)$ .

Auteurs originaux : Marston Copeland, Lin Dai, Yu Fu, Jyotirmoy Roy

Publié 2026-06-30

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Marston Copeland, Lin Dai, Yu Fu, Jyotirmoy Roy

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que l'univers soit un gigantesque collisionneur de particules à haute vitesse, comme une machine à pinball cosmique où de minuscules particules s'entrechoquent à une vitesse proche de celle de la lumière. Lorsque ces particules entrent en collision, elles ne se contentent pas de rebondir ; elles se brisent et créent de nouvelles particules plus lourdes. L'une de ces particules lourdes est appelée $\psi(2S)$ (prononcé « psi-deux-S »). Considérez-la comme une version excitée et lourde d'une famille de particules « charmées ».

Les physiciens veulent comprendre exactement comment ces particules naissent. Pour ce faire, ils les observent à l'intérieur de « jets ». Vous pouvez imaginer un jet comme un spray de débris à haute vitesse projeté depuis le point de collision, comme de l'eau jaillissant d'une lance d'incendie cassée. Le $\psi(2S)$ est un joyau rare caché à l'intérieur de ce spray chaotique.

Le Problème : La prédiction « naïve » a échoué

Pendant longtemps, les scientifiques ont utilisé un programme informatique standard appelé Pythia pour simuler ces collisions. C'est comme utiliser une application météo basique pour prédire un ouragan. Pour des choses simples, cela fonctionne très bien. Mais lorsqu'ils ont essayé d'utiliser ce programme de base pour prédire comment les particules $\psi(2S)$ étaient distribuées à l'intérieur des jets, cela a lamentablement échoué. L'ordinateur disait une chose, mais les données réelles de l'expérience LHCb (un détecteur géant au CERN) disaient quelque chose de complètement différent. C'était comme si l'application météo prédisait du soleil alors qu'une tornade était en train de se produire.

La Solution : Deux nouveaux « plans »

Pour corriger cela, les auteurs de cet article ont utilisé deux « plans » plus avancés et plus sophistiqués pour décrire comment la particule lourde se forme à l'intérieur du jet.

Le plan FJF (La route analytique) : Cette méthode utilise des mathématiques lourdes (plus précisément la « QCD non-relativiste » ou NRQCD) pour calculer le processus étape par étape. C'est comme un maître architecte dessinant un plan parfait de la formation de la particule, en tenant compte de chaque force et interaction infime à l'aide d'équations complexes.
Le plan GFIP (La route de la simulation) : Cette méthode utilise également le programme de base Pythia, mais lui donne une mise à niveau majeure. Imaginez prendre cette application météo basique et la forcer manuellement à prêter attention aux détails spécifiques et désordonnés de la façon dont la particule lourde « s'assemble » (s'hadronise) à la toute fin du processus. C'est un « correctif de colle » pour la simulation.

Le Résultat : Les deux nouveaux plans ont fonctionné ! Ils ont prédit la distribution des particules $\psi(2S)$ à l'intérieur des jets bien mieux que l'ancienne méthode naïve. Il s'avère que pour comprendre ces particules lourdes, on ne peut pas simplement utiliser une simulation simple ; il faut tenir compte de la manière spécifique et complexe dont elles se forment à l'intérieur du spray du jet.

Le Mystère : Quelle « recette » est la bonne ?

Voici où cela devient intéressant. Pour utiliser ces plans, les scientifiques ont besoin de connaître la « recette » de la particule $\psi(2S)$ . Cette recette est un ensemble de nombres appelés LDME (Éléments de matrice à longue distance). Ces nombres nous indiquent la probabilité que la particule se forme de différentes manières.

Le problème est que différents groupes de scientifiques ont calculé ces nombres de manières différentes, et ils ne sont pas d'accord entre eux. C'est comme si trois chefs différents prétendaient tous connaître la recette exacte d'un gâteau, mais utilisent des quantités de sucre et de farine différentes.

Les auteurs ont testé ces trois « recettes » différentes face aux données réelles :

Recette A (Bodwin et al.) : Cette recette a parfaitement fonctionné avec les deux nouveaux plans. Les prédictions correspondaient presque exactement aux données réelles.
Recette B (B&K) et Recette C (Brambilla et al.) : Ces recettes ont fonctionné de manière acceptable dans certaines situations, mais lorsque les particules se déplaçaient très rapidement (à l'« extrémité » du spray du jet), les prédictions devenaient folles et ne correspondaient plus aux données.

La Conclusion

L'article conclut que la particule $\psi(2S)$ est un excellent « sujet de test » pour déterminer la bonne recette. Parce que les données sont très précises, elles peuvent dire quel groupe de scientifiques possède les bons chiffres.

Actuellement, les données suggèrent que la recette de Bodwin et al. est la plus précise. Les autres recettes doivent être ajustées car elles prédisent trop de particules à l'extrême bord du spray du jet. Les auteurs soutiennent que nous devons mener plus d'expériences pour fixer ces chiffres avec une précision parfaite, car tant que nous ne le ferons pas, nos « plans » de la façon dont l'univers construit ces particules lourdes comporteront des zones de flou.

En bref : L'ancienne façon de simuler ces particules était défaillante. Les auteurs l'ont réparée avec deux méthodes avancées. Désormais, en comparant leurs résultats aux données réelles, ils aident la communauté scientifique à découvrir quelle « recette » la nature utilise pour construire ces particules lourdes.

Résumé technique : Production de $\psi(2S)$ dans les jets via la NRQCD

Énoncé du problème
La production de quarkonium, particulièrement pour les états de charmonium comme le $J/\psi$ et le $\psi(2S)$ , constitue une sonde critique pour la compréhension de la chromodynamique quantique (QCD) perturbative et non perturbative. Bien que la factorisation de la NRQCD (QCD non relativiste) ait réussi à décrire la production inclusive, les éléments de matrice à longue distance (LDME) régissant l'hadronisation des paires quark-antiquark lourds restent mal contraints, présentant souvent des incertitudes de 100 à 200 %. Des mesures récentes de la collaboration LHCb de la production de $\psi(2S)$ à l'intérieur des jets ont révélé une divergence significative : les prédictions théoriques standards combinant la NRQCD avec le générateur d'événements par défaut de Pythia ont échoué de manière catastrophique à décrire les données. Cet échec fait écho aux problèmes précédemment observés avec la production de $J/\psi$ dans les jets, suggérant que la modélisation standard de la fragmentation du quarkonium au sein de la cascade de partons est insuffisante. De plus, le méson $\psi(2S)$ offre un terrain de test unique par rapport au $J/\psi$ , car sa production est moins contaminée par le déclin (feed-down) de résonances de charmonium supérieures. Cependant, les extractions existantes des LDME de $\psi(2S)$ par diverses collaborations (par exemple, Bodwin et al., Brambilla et al., Butenschoen & Kniel) montrent de grandes disparités, nécessitant de nouveaux observables pour contraindre ces paramètres.

Méthodologie
Les auteurs étudient la production de $\psi(2S)$ dans les jets en utilisant deux cadres théoriques distincts qui améliorent l'approche par défaut de Pythia, tous deux fondés sur la NRQCD :

Formalisme de la Fonction de Jet Fragmentant (FJF) : Cette approche utilise la théorie effective des champs scalaires mous (SCET) pour factoriser rigoureusement la section efficace. Le calcul implique la convolution des fonctions de distribution de partons, des coefficients de diffusion dure et d'une fonction de jet fragmentant spécifique ( $G_i^{\psi(2S)}$ ) qui décrit la probabilité qu'un parton $i$ se fragmente en un jet contenant un $\psi(2S)$ . La FJF est calculée en faisant correspondre les sections efficaces partoniques perturbatives aux LDME de la NRQCD à l'échelle $2m_c$ . Cette fonction de fragmentation résultante est ensuite évoluée de manière analytique de l'échelle $2m_c$ vers l'échelle du jet $\mu_J \approx 2E \tan(R/2)$ en utilisant les équations d'évolution DGLAP. Cette évolution est effectuée dans l'espace de Mellin pour gérer les intégrales de convolution.
Pythia Amélioré par la Fragmentation de Gluon (GFIP) : Cette approche de Monte Carlo semi-analytique modifie le générateur d'événements Pythia standard. Au lieu de laisser le module d'hadronisation par défaut gérer la transition des partons au quarkonium, les auteurs désactivent ce module. Ils génèrent des événements de diffusion dure (quarks charm et gluons) en utilisant MadGraph, puis permettent à la cascade de partons d'évoluer jusqu'à une échelle de coupure d'environ $2m_c$ (obtenue en réglant TimeShower:pTmin à 1,6 GeV). À cette échelle, la distribution de la fraction d'énergie du gluon est extraite et convoluée manuellement avec les fonctions de fragmentation de la NRQCD à l'ordre dominant. Cette méthode vise à imiter le tableau physique où un gluon dur développe une cascade jusqu'à atteindre la scale de virtualité requise pour la formation du quarkonium.

L'étude compare les prédictions des deux formalismes aux données LHCb pour la production de $\psi(2S)$ dans les jets à $\sqrt{s} = 13$ TeV. L'analyse se concentre sur la fraction de quantité de mouvement transverse $z = p_T(\psi(2S))/p_T(\text{jet})$ à travers diverses catégories de $p_T$ de jet. Trois ensembles différents de LDME de $\psi(2S)$ (Bodwin et al., Brambilla et al., et B&K) sont testés pour évaluer leur cohérence avec les données.

Résultats clés

Amélioration par rapport aux modèles par défaut : Les deux formalismes FJF et GFIP fournissent une description nettement meilleure des données LHCb de $\psi(2S)$ dans les jets par rapport à la prédiction par défaut de Pythia+NRQCD, qui ne parvient pas à reproduire les distributions observées.
Sensibilité des LDME : La distribution de $\psi(2S)$ $ψ (2 S)$ dans les jets agit comme un puissant discriminateur pour différentes extractions de LDME.
- Les prédictions GFIP concordent généralement bien avec les données expérimentales dans toutes les catégories de $p_T$ pour les trois ensembles de LDME, bien que des divergences apparaissent dans la catégorie de $p_T$ la plus élevée où la dispersion expérimentale est grande.
- Les prédictions FJF présentent un comportement plus complexe. Alors que l'ensemble de LDME de Bodwin et al. produit des résultats cohérents avec les données et les prédictions GFIP, les ensembles de Brambilla et al. et B&K présentent des écarts significatifs par rapport aux données et aux prédictions GFIP lorsque $z \to 1$ .
Comportement à l'extrémité (endpoint) : Les auteurs identifient que le formalisme FJF prédit un renforcement significatif de la section efficace près de l'extrémité ( $z \to 1$ ) pour les ensembles de LDME de Brambilla et B&K, tandis que l'approche GFIP (qui repose sur la cascade de partons de Pythia) montre une suppression artificielle dans cette région. Cette divergence est attribuée aux différents mécanismes d'évolution : la FJF utilise l'évolution DGLAP (similaire à l'ordonnancement angulaire), qui accède à la région $z \to 1$ , tandis que Pythia utilise l'ordonnancement $k_T$ . L'ensemble de Bodwin évite cette grande divergence car les contributions des canaux $^3P_J^{[8]}$ et $^3S_1^{[8]}$ s'annulent approximativement, un phénomène également observé dans la production de $J/\psi$ .
Cohérence : Les résultats suggèrent que le calcul FJF est le plus cohérent avec l'ensemble de LDME de Bodwin et al., tandis que les autres ensembles conduisent à des divergences non physiques à l'extrémité dans le cadre FJF.

Signification et affirmations
L'article affirme que l'étude de la production de $\psi(2S)$ dans les jets constitue un outil robuste et nécessaire pour contraindre les LDME de $\psi(2S)$ , qui sont actuellement mal déterminés. Ce travail démontre que le tableau de la "fragmentation de jet" (fragmenting jet), implémenté via soit FJF, soit GFIP, est le cadre théorique correct pour décrire la production de quarkonium au sein des jets, résolvant ainsi les échecs des combinaisons naïves NRQCD+Pythia.

Crucialement, les auteurs soulignent une grande disparité dans les prédictions découlant de différentes extractions de LDME, particulièrement dans la région de l'extrémité de la distribution $z$ lors de l'utilisation du formalisme FJF. Ils concluent qu'une extraction plus précise des LDME de $\psi(2S)$ est nécessaire, car aucun des ensembles actuellement disponibles ne fournit un accord parfait avec les données in-jet à travers toutes les catégories cinématiques. L'article postule que de futurs ajustements globaux pourraient incorporer les données de production in-jet de LHCB aux côtés des données de production inclusive pour mieux contraindre ces paramètres non perturbatifs. Les auteurs notent également que bien que leurs résultats FJF montrent des singularités à l'extrémité, celles-ci pourraient être régulées par la resommation de seuil (threshold resummation), une caractéristique incluse dans un preprint concomitant (Réf. [51]) mais située en dehors du champ de l'étude actuelle.

Le Problème : La prédiction « naïve » a échoué

La Solution : Deux nouveaux « plans »

Le Mystère : Quelle « recette » est la bonne ?

La Conclusion

Articles similaires