⚛️ high-energy experiments

Sensitivity to low-mass WIMPs with an improved liquid argon ionization response model within the DarkSide programme

मौजूदा DarkSide-50, ARIS, और SCENE परिणामों के साथ नए ReD कैलिब्रेशन डेटा को एकीकृत करके न्यूक्लियर रिकॉइल के लिए लिक्विड आर्गन आयनीकरण रिस्पॉन्स मॉडल को परिष्कृत करते हुए, यह अध्ययन 1–3 GeV/c² की सीमा में कम द्रव्यमान वाले WIMPs पर नए विश्व-अग्रणी बहिष्करण सीमा (exclusion limits) स्थापित करता है और आगामी DarkSide-20k डिटेक्टर के लिए महत्वपूर्ण रूप से उन्नत खोज क्षमता का प्रदर्शन करता है।

मूल लेखक: F. Acerbi, P. Adhikari, P. Agnes, I. Ahmad, S. Albergo, I. F. Albuquerque, T. Alexander, A. K. Alton, P. Amaudruz, M. Angiolilli, E. Aprile, M. Atzori Corona, D. J. Auty, M. Ave, I. C. Avetisov, O. AzF. Acerbi, P. Adhikari, P. Agnes, I. Ahmad, S. Albergo, I. F. Albuquerque, T. Alexander, A. K. Alton, P. Amaudruz, M. Angiolilli, E. Aprile, M. Atzori Corona, D. J. Auty, M. Ave, I. C. Avetisov, O. Azzolini, H. O. Back, Z. Balmforth, A. I. Barrado Olmedo, P. Barrillon, G. Batignani, S. Bharat, P. Bhowmick, S. Blua, V. Bocci, W. Bonivento, B. Bottino, M. G. Boulay, T. Braun, A. Buchowicz, S. Bussino, J. Busto, M. Cadeddu, R. Calabrese, V. Camillo, A. Caminata, N. Canci, M. Caravati, M. Cárdenas-Montes, N. Cargioli, M. Carlini, P. Cavalcante, S. Cebrian, S. Chashin, A. Chepurnov, S. Choudhary, L. Cifarelli, B. Cleveland, Y. Coadou, I. Coarasa, V. Cocco, E. Conde Vilda, L. Consiglio, A. F. V. Cortez, B. S. Costa, M. Czubak, S. D'Auria, M. D. Da Rocha Rolo, A. Dainty, G. Darbo, S. Davini, R. de Asmundis, S. De Cecco, M. De Napoli, G. Dellacasa, A. V. Derbin, L. Di Noto, P. Di Stefano, L. K. Dias, D. Díaz Mairena, C. Dionisi, G. Dolganov, F. Dordei, V. Dronik, A. Elersich, T. Erjavec, N. Fearon, M. Fernández Díaz, L. Ferro, A. Ficorella, G. Fiorillo, D. Fleming, P. Franchini, D. Franco, H. Frandini Gatti, E. Frolov, F. Gabriele, D. Gahan, C. Galbiati, G. Galiński, G. Gallina, M. Garbini, P. Garcia Abia, A. Gawdzik, G. K. Giovanetti, V. Goicoechea Casanueva, A. Gola, L. Grandi, G. Grauso, G. Grilli di Cortona, A. Grobov, M. Gromov, J. Guerrero Cánovas, M. Gulino, B. R. Hackett, A. L. Hallin, M. Haranczyk, B. Harrop, T. Hessel, C. Hidalgo, J. Hollingham, J. Hu, F. Hubaut, D. Huff, T. Hugues, E. V. Hungerford, An. Ianni, V. Ippolito, A. Jamil, C. Jillings, R. Keloth, N. Kemmerich, M. Kimura, A. Klenin, K. Kondo, G. Korga, L. Kotsiopoulou, S. Koulosousas, A. Kubankin, P. Kunzé, M. Kuss, M. Kuźniak, M. Kuzwa, M. La Commara, M. Lai, E. Le Guirriec, E. Leason, A. Leoni, L. Lidey, J. Lipp, M. Lissia, L. Luzzi, O. Lychagina, O. Macfadyen, I. Machts, I. N. Machulin, S. Manecki, I. Manthos, L. Mapelli, A. Marasciulli, S. M. Mari, C. Mariani, J. Maricic, M. Martinez, C. J. Martoff, G. Matteucci, K. Mavrokoridis, A. B. McDonald, S. Merzi, A. Messina, R. Milincic, S. Minutoli, A. Mitra, J. Monroe, M. Morrocchi, A. Morsy, V. N. Muratova, M. Murra, P. Musico, R. Nania, M. Nessi, G. Nieradka, K. Nikolopoulos, E. Nikoloudaki, I. Nikulin, J. Nowak, K. Olchanski, A. Oleinik, V. Oleynikov, P. Organtini, A. Ortiz de Solórzano, A. Padmanabhan, M. Pallavicini, L. Pandola, E. Pantic, E. Paoloni, D. Papi, B. Park, G. Pastuszak, G. Paternoster, R. Pavarani, A. Peck, K. Pelczar, R. Perez, V. Pesudo, S. Piacentini, N. Pino, G. Plante, A. Pocar, S. Pordes, P. Pralavorio, E. Preosti, D. Price, M. Pronesti, S. Puglia, M. Queiroga Bazetto, F. Raffaelli, F. Ragusa, Y. Ramachers, A. Ramirez, S. Ravinthiran, M. Razeti, A. L. Renshaw, A. Repond, M. Rescigno, S. Resconi, F. Retiere, L. P. Rignanese, A. Ritchie-Yates, A. Rivetti, A. Roberts, C. Roberts, G. Rogers, L. Romero, M. Rossi, D. Rudik, J. Runge, M. A. Sabia, D. Sablone, P. Salomone, O. Samoylov, S. Sanfilippo, D. Santone, R. Santorelli, E. M. Santos, I. Sargeant, M. L. Sarsa, C. Savarese, E. Scapparone, F. G. Schuckman, D. A. Semenov, C. Seoane, M. Sestu, V. Shalamova, S. Sharma Poudel, A. Sheshukov, M. Simeone, P. Skensved, M. D. Skorokhvatov, O. Smirnov, T. Smirnova, B. Smith, F. Spadoni, M. Spangenberg, A. Steri, V. Stornelli, S. Stracka, A. Sung, C. Sunny, Y. Suvorov, A. M. Szelc, O. Taborda, R. Tartaglia, A. Taylor, J. Taylor, G. Testera, K. Thieme, A. Thompson, S. Torres-Lara, A. Tricomi, S. Tullio, E. V. Unzhakov, M. Van Uffelen, P. Ventura, G. Vera Díaz, S. Viel, A. Vishneva, R. B. Vogelaar, J. Vossebeld, B. Vyas, M. Wada, M. Walczak, Y. Wang, S. Westerdale, L. Williams, M. M. Wojcik, M. Wojcik, C. Yang, J. Yin, A. Zabihi, P. Zakhary, A. Zani, Y. Zhang, T. Zhu, A. Zichichi, G. Zuzel, M. P. Zykova

प्रकाशित 2026-05-14

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: F. Acerbi, P. Adhikari, P. Agnes, I. Ahmad, S. Albergo, I. F. Albuquerque, T. Alexander, A. K. Alton, P. Amaudruz, M. Angiolilli, E. Aprile, M. Atzori Corona, D. J. Auty, M. Ave, I. C. Avetisov, O. Azzolini, H. O. Back, Z. Balmforth, A. I. Barrado Olmedo, P. Barrillon, G. Batignani, S. Bharat, P. Bhowmick, S. Blua, V. Bocci, W. Bonivento, B. Bottino, M. G. Boulay, T. Braun, A. Buchowicz, S. Bussino, J. Busto, M. Cadeddu, R. Calabrese, V. Camillo, A. Caminata, N. Canci, M. Caravati, M. Cárdenas-Montes, N. Cargioli, M. Carlini, P. Cavalcante, S. Cebrian, S. Chashin, A. Chepurnov, S. Choudhary, L. Cifarelli, B. Cleveland, Y. Coadou, I. Coarasa, V. Cocco, E. Conde Vilda, L. Consiglio, A. F. V. Cortez, B. S. Costa, M. Czubak, S. D'Auria, M. D. Da Rocha Rolo, A. Dainty, G. Darbo, S. Davini, R. de Asmundis, S. De Cecco, M. De Napoli, G. Dellacasa, A. V. Derbin, L. Di Noto, P. Di Stefano, L. K. Dias, D. Díaz Mairena, C. Dionisi, G. Dolganov, F. Dordei, V. Dronik, A. Elersich, T. Erjavec, N. Fearon, M. Fernández Díaz, L. Ferro, A. Ficorella, G. Fiorillo, D. Fleming, P. Franchini, D. Franco, H. Frandini Gatti, E. Frolov, F. Gabriele, D. Gahan, C. Galbiati, G. Galiński, G. Gallina, M. Garbini, P. Garcia Abia, A. Gawdzik, G. K. Giovanetti, V. Goicoechea Casanueva, A. Gola, L. Grandi, G. Grauso, G. Grilli di Cortona, A. Grobov, M. Gromov, J. Guerrero Cánovas, M. Gulino, B. R. Hackett, A. L. Hallin, M. Haranczyk, B. Harrop, T. Hessel, C. Hidalgo, J. Hollingham, J. Hu, F. Hubaut, D. Huff, T. Hugues, E. V. Hungerford, An. Ianni, V. Ippolito, A. Jamil, C. Jillings, R. Keloth, N. Kemmerich, M. Kimura, A. Klenin, K. Kondo, G. Korga, L. Kotsiopoulou, S. Koulosousas, A. Kubankin, P. Kunzé, M. Kuss, M. Kuźniak, M. Kuzwa, M. La Commara, M. Lai, E. Le Guirriec, E. Leason, A. Leoni, L. Lidey, J. Lipp, M. Lissia, L. Luzzi, O. Lychagina, O. Macfadyen, I. Machts, I. N. Machulin, S. Manecki, I. Manthos, L. Mapelli, A. Marasciulli, S. M. Mari, C. Mariani, J. Maricic, M. Martinez, C. J. Martoff, G. Matteucci, K. Mavrokoridis, A. B. McDonald, S. Merzi, A. Messina, R. Milincic, S. Minutoli, A. Mitra, J. Monroe, M. Morrocchi, A. Morsy, V. N. Muratova, M. Murra, P. Musico, R. Nania, M. Nessi, G. Nieradka, K. Nikolopoulos, E. Nikoloudaki, I. Nikulin, J. Nowak, K. Olchanski, A. Oleinik, V. Oleynikov, P. Organtini, A. Ortiz de Solórzano, A. Padmanabhan, M. Pallavicini, L. Pandola, E. Pantic, E. Paoloni, D. Papi, B. Park, G. Pastuszak, G. Paternoster, R. Pavarani, A. Peck, K. Pelczar, R. Perez, V. Pesudo, S. Piacentini, N. Pino, G. Plante, A. Pocar, S. Pordes, P. Pralavorio, E. Preosti, D. Price, M. Pronesti, S. Puglia, M. Queiroga Bazetto, F. Raffaelli, F. Ragusa, Y. Ramachers, A. Ramirez, S. Ravinthiran, M. Razeti, A. L. Renshaw, A. Repond, M. Rescigno, S. Resconi, F. Retiere, L. P. Rignanese, A. Ritchie-Yates, A. Rivetti, A. Roberts, C. Roberts, G. Rogers, L. Romero, M. Rossi, D. Rudik, J. Runge, M. A. Sabia, D. Sablone, P. Salomone, O. Samoylov, S. Sanfilippo, D. Santone, R. Santorelli, E. M. Santos, I. Sargeant, M. L. Sarsa, C. Savarese, E. Scapparone, F. G. Schuckman, D. A. Semenov, C. Seoane, M. Sestu, V. Shalamova, S. Sharma Poudel, A. Sheshukov, M. Simeone, P. Skensved, M. D. Skorokhvatov, O. Smirnov, T. Smirnova, B. Smith, F. Spadoni, M. Spangenberg, A. Steri, V. Stornelli, S. Stracka, A. Sung, C. Sunny, Y. Suvorov, A. M. Szelc, O. Taborda, R. Tartaglia, A. Taylor, J. Taylor, G. Testera, K. Thieme, A. Thompson, S. Torres-Lara, A. Tricomi, S. Tullio, E. V. Unzhakov, M. Van Uffelen, P. Ventura, G. Vera Díaz, S. Viel, A. Vishneva, R. B. Vogelaar, J. Vossebeld, B. Vyas, M. Wada, M. Walczak, Y. Wang, S. Westerdale, L. Williams, M. M. Wojcik, M. Wojcik, C. Yang, J. Yin, A. Zabihi, P. Zakhary, A. Zani, Y. Zhang, T. Zhu, A. Zichichi, G. Zuzel, M. P. Zykova

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

मुख्य चित्र: आर्गन के जार में भूतों की खोज

कल्पना कीजिए कि वैज्ञानिक "भूतों" को पकड़ने की कोशिश कर रहे हैं। भौतिकी की दुनिया में, इन भूतों को WIMPs (वीकली इंटरैक्टिंग मैसिव पार्टिकल्स) कहा जाता है, जो डार्क मैटर के प्रमुख दावेदार हैं। डार्क मैटर ब्रह्मांड का अधिकांश हिस्सा बनाता है, लेकिन यह न तो चमकता है, न प्रकाश को परावर्तित करता है, और न ही सामान्य पदार्थ के साथ आसानी से क्रिया करता है। यह अंधेरे कमरे में किसी विशिष्ट, अदृश्य भूत को खोजने की कोशिश करने जैसा है, जहाँ आप केवल तब महसूस कर सकते हैं जब वह पास से गुजरते समय हवा को हिला दे।

DarkSide प्रयोग लिक्विड आर्गन (जमा हुआ आर्गन गैस) के एक विशाल, अत्यंत शुद्ध जार का उपयोग इस "अंधेरे कमरे" के रूप में करता है। जब कोई WIMP भूत आर्गन परमाणु से टकराता है, तो वह एक छोटा सा "धक्का" (न्यूक्लियर रिकोइल) पैदा करता है। यह धक्का दो चीजें पैदा करना चाहिए: रोशनी की एक चमक और कुछ मुक्त इलेक्ट्रॉन (बिजली)।

समस्या: एक "धुंधला" पैमाना

वर्षों से, DarkSide टीम इन धक्कों का पता लगाने में बहुत कुशल रही है। हालाँकि, उन्हें एक पेचीदा समस्या का सामना करना पड़ा: आप धक्के के आकार को कैसे मापते हैं?

जब एक आर्गन परमाणु को झटका लगता है, तो वह उस पूरी ऊर्जा को इलेक्ट्रॉनों में नहीं बदल पाता। कुछ ऊर्जा गर्मी या प्रकाश के रूप में नष्ट हो जाती है, और कुछ इलेक्ट्रॉन उन परमाणुओं से "चिपक" जाते हैं जिनसे वे टकराए थे (इस प्रक्रिया को रिकॉम्बिनेशन कहा जाता है)। यह पता लगाने के लिए कि मूल धक्का कितना बड़ा था, वैज्ञानिकों को यह अनुमान लगाने के लिए एक गणितीय "पैमाने" का उपयोग करना पड़ता था कि कितने इलेक्ट्रॉन बाहर निकलेंगे।

समस्या यह थी कि उनके पास तीन अलग-अलग पैमाने (जिन्हें स्क्रीनिंग फंक्शन्स कहा जाता है) थे:

ZBL पैमाना: जिसे वे पहले उपयोग करते थे। यह थोड़ा रूढ़िवादी था, जो यह मानता था कि कम इलेक्ट्रॉन बाहर निकलेंगे।
मोलियर (Molière) पैमाना: एक थोड़ा अलग अनुमान।
लेंज-जेनसन (Lenz-Jensen) पैमाना: एक अन्य सैद्धांतिक अनुमान।

ये पैमाने इस बात पर असहमत थे कि इलेक्ट्रॉन कैसे व्यवहार करते हैं, विशेष रूप से बहुत छोटे धक्कों (कम ऊर्जा वाले रिकोइल) के लिए। चूंकि सबसे हल्के WIMPs सबसे छोटे झटके पैदा करते हैं, इसलिए इस असहमति का मतलब था कि वैज्ञानिक निश्चित नहीं थे कि वे किसी भूत को मिस कर रहे हैं या उनका पैमाना गलत था। यह एक पंख को ऐसे तराजू पर तौलने जैसा था जो कुछ ग्राम ऊपर-नीचे हो सकता है; आप यह नहीं बता सकते कि पंख वहां है या तराजू खराब है।

समाधान: एक नया, अधिक सटीक कैमरा (ReD प्रयोग)

इसे ठीक करने के लिए, टीम ने एक नया, छोटा, सुपर-सेंसिटिव डिटेक्टर बनाया जिसे ReD कहा जाता है। ReD को मुख्य जार के ठीक बगल में रखे गए एक हाई-डेफिनिशन कैमरे के रूप में समझें।

सेटअप: उन्होंने ReD में लिक्विड आर्गन में न्यूट्रॉन (छोटे कण) छोड़े। ये न्यूट्रॉन आर्गन परमाणुओं को हिट करने के लिए एक ज्ञात "हथौड़े" के रूप में काम करते थे।
मापन: क्योंकि वे जानते थे कि हथौड़ा कितनी जोर से लगा था, इसलिए वे ठीक से गिन सके कि कितने इलेक्ट्रॉन बाहर निकले।
परिणाम: उन्होंने अविश्वसनीय सटीकता के साथ "इलेक्ट्रॉन यील्ड" (प्रति इकाई ऊर्जा में निकलने वाले इलेक्ट्रॉन) को कम-ऊर्जा रेंज में मापा, जहाँ WIMP भूत छिपे होते हैं।

फैसला: सही पैमाने का चयन

टीम ने ReD से प्राप्त नए, सटीक डेटा को अपने मुख्य डिटेक्टर (DarkSide-50) और दो अन्य छोटे प्रयोगों (ARIS और SCENE) के पुराने डेटा के साथ जोड़ा। उन्होंने इस पूरे डेटा को एक विशाल कंप्यूटर मॉडल में डाला यह देखने के लिए कि कौन सा "पैमाना" (स्क्रीनिंग फंक्शन) तथ्यों पर सबसे अच्छी तरह फिट बैठता है।

विजेता: लेंज-जेनसन (Lenz-Jensen) पैमाना।

डेटा ने दिखाया कि पुराना पैमाना (ZBL) इलेक्ट्रॉनों की संख्या को कम आंक रहा था। नए लेंज-जेनसन मॉडल ने दिखाया कि पहले की तुलना में अधिक इलेक्ट्रॉन बाहर निकलते हैं जब एक परमाणु को छोटा झटका लगता है।

उपमा: कल्पना कीजिए कि आपने सोचा था कि एक लीक होने वाली बाल्टी में हर 100 बूंद डालने पर केवल 1 बूंद बाहर निकलती है। लेकिन आपका नया, सटीक मापन दिखाता है कि वास्तव में 2 बूंदें बाहर निकलती हैं। अचानक, आपको एहसास होता है कि आप जितना सोचते थे उससे दोगुना पानी पकड़ सकते हैं।

प्रभाव: भूतों पर सख्त सीमाएं

चूंकि नया मॉडल कहता है कि अधिक इलेक्ट्रॉन बाहर निकलते हैं, इसलिए वैज्ञानिक अब अधिक विश्वास के साथ छोटे धक्कों का पता लगा सकते हैं। यह खोज के नियमों को बदल देता है:

बेहतर संवेदनशीलता: वे अब एक विशिष्ट द्रव्यमान सीमा (1 से 3 GeV) में WIMPs के अस्तित्व को पहले की तुलना में बहुत अधिक सख्ती से खारिज कर सकते हैं।
विश्व रिकॉर्ड: पेपर का दावा है कि उन्होंने कम-द्रव्यमान वाले WIMPs पर दुनिया की सबसे सख्त सीमाएं तय की हैं। सरल भाषा में: उन्होंने साबित कर दिया है कि यदि ये हल्के भूत मौजूद हैं, तो वे हमारी सोच से भी अधिक दुर्लभ या कठिन हैं, जिससे खोज का क्षेत्र काफी सीमित हो गया है।
भविष्य की आशा: उन्होंने भविष्य के एक बहुत बड़े डिटेक्टर, जिसे DarkSide-20k कहा जाता है, की ओर भी देखा। इस नए, बेहतर पैमाने के साथ, भविष्य का डिटेक्टर उस कम-द्रव्यमान रेंज में भूत खोजने में बहुत अधिक सक्षम होगा यदि वह वहां छिपा हुआ है।

सारांश

DarkSide टीम को एहसास हुआ कि लिक्विड आर्गन में इलेक्ट्रॉनों को गिनने के लिए उनका गणित थोड़ा धुंधला था। एक नया, सटीक प्रयोग (ReD) बनाकर, जिसने यह मापा कि छोटे टकरावों के दौरान इलेक्ट्रॉन वास्तव में कैसे व्यवहार करते हैं, उन्होंने साबित किया कि उनका पुराना गणित बहुत निराशावादी था। बेहतर गणितीय मॉडल (Lenz-जेनसन) में स्विच करके, उन्होंने अपने "भूत पकड़ने" वाले उपकरणों को तेज किया, जिससे वे यह निर्धारित करने में सक्षम हुए कि हल्का डार्क मैटर कहाँ छिपा हो सकता है।

तकनीकी सारांश: डार्कसाइड (DarkSide) कार्यक्रम के भीतर एक उन्नत लिक्विड आर्गन आयनीकरण प्रतिक्रिया मॉडल के साथ लो-मास WIMPs के प्रति संवेदनशीलता

समस्या विवरण
लो-मास वीकली इंटरैक्टिंग मैसिव पार्टिकल्स (WIMPs) का पता लगाने के लिए लिक्विड आर्गन (LAr) ड्यूल-फेज टाइम प्रोजेक्शन चैम्बर्स (TPCs) का उपयोग महत्वपूर्ण रूप से keV ऊर्जा रेंज में न्यूक्लियर रिकोइल (परमाणु प्रहार) के लिए आयनीकरण उपज (ionization yield, $Q_y$ ) के सटीक लक्षण वर्णन पर निर्भर करता है। आयनीकरण उपज ( $Q_y$ ), प्रहार करने वाले नाभिक और आसपास के आर्गन परमाणुओं के बीच परमाणु टकराव प्रक्रियाओं द्वारा नियंत्रित होती है, जो इलेक्ट्रॉन स्क्रीनिंग (electron screening) द्वारा संशोधित होती है। इन स्क्रीनिंग प्रभावों के सैद्धांतिक विवरणों में स्क्रीनिंग फंक्शन्स (SFs) का उपयोग किया जाता है, विशेष रूप से ज़िग्लर एट अल (Ziegler et al., ZBL), मोलिएर (Molière), और लेंज़-जेन्सन (Lenz-Jensen) द्वारा प्रस्तावित। डार्कसाइड-50, ARIS, और SCENE से प्राप्त डेटा का उपयोग करते हुए डार्कसाइड सहयोग द्वारा किए गए पिछले विश्लेषण, उप-keV ऊर्जाओं पर अपर्याप्त प्रयोगात्मक संवेदनशीलता के कारण इन मॉडलों के बीच स्पष्ट रूप से भेद करने में असमर्थ रहे। इस अस्पष्टता के कारण 5 keV से नीचे अनुमानित $Q_y$ मानों में महत्वपूर्ण भिन्नता आई, जो सीधे तौर पर प्रयोगात्मक डेटा की व्याख्या और लाइट डार्क मैटर खोजों के लिए संवेदनशीलता सीमाओं को प्रभावित करती है।

कार्यप्रणाली
यह कार्य ReD प्रयोग से नए मापों को मौजूदा DarkSide-50, ARIS, और SCENE डेटा के साथ संयोजित करते हुए एक एकीकृत विश्लेषण प्रस्तुत करता है। कार्यप्रणाली में शामिल है:

डेटा एकीकरण: विश्लेषण में ReD डेटा को शामिल किया गया है, जो 2–10 keV न्यूक्लियर रिकोइल ऊर्जा रेंज में प्रत्यक्ष संवेदनशीलता प्रदान करता है, साथ ही DarkSide-50 का निरंतर स्पेक्ट्रम (0.4–200 keV) और ARIS (7–120 keV) तथा SCENE (17–60 keV) की मोनो-एनर्जेटिक लाइनों को भी जोड़ा गया है।
मॉडल फ्रेमवर्क: आयनीकरण उपज को थॉमस-इमेल बॉक्स रीकॉम्बिनेशन फॉर्मलिज्म (Thomas–Imel box recombination formalism) का उपयोग करके मॉडल किया गया है। प्रारंभिक इलेक्ट्रॉन-आयन जोड़ों ( $N_i$ ) की संख्या इलेक्ट्रॉनिक और न्यूक्लियर स्टॉपिंग पावर के अनुपात के आधार पर गणना की जाती है, जो चुने गए स्क्रीनिंग फंक्शन पर निर्भर करती है।
पिछले कार्यान्वयन का सुधार: लेखक पिछले कार्यों में मोलिएर पोटेंशियल के कार्यान्वयन में एक ज्ञात विसंगति को संबोधित करते हैं, और मूल मोलिएर फंक्शन के अनुरूप विल्सन एट अल (Wilson et al.) द्वारा दिए गए एक बेहतर पैरामीट्राइजेशन को अपनाते हैं।
सांख्यिकीय विश्लेषण: मॉडल मापदंडों: पुनर्संयोजन स्थिरांक ( $C_{box}$ ) और सामान्यीकरण स्थिरांक ( $\beta$ ) को सीमित करने के लिए सभी डेटासेट्स पर एक वैश्विक $\chi^2$ मिनिमाइजेशन किया जाता है। गैस गेन ( $g_2$ ) और ReD TPC के वर्टिकल ऑफसेट ( $\Delta z$ ) सहित न्युसेंस पैरामीटर्स (nuisance parameters) को मार्जिनलाइज किया गया है।
मॉडल चयन: ZBL, मोलिएर, और लेंज़-जेन्सन स्क्रीनिंग मॉडलों के बीच प्राथमिकता को मात्रात्मक रूप से निर्धारित करने के लिए बेयस फैक्टर्स (BF) की गणना करने हेतु बेयसियन विश्लेषण का उपयोग किया जाता है।

प्रमुख योगदान

ReD प्रयोगात्मक डेटा: यह शोध पत्र $^{252}\text{Cf}$ विखंडन स्रोत और सिलिकॉन फोटोमल्टीप्लायर से सुसज्जित एक छोटे पैमाने के ड्यूल-फेज़ LAr TPC का उपयोग करके प्राप्त नए ReD मापों का उपयोग करता है। ये डेटा 2–8 keV रेंज में $Q_y$ पर उच्च-परिशुद्धता बाधाएं प्रदान करते हैं, जो एक ऐसी क्षेत्र है जो अकेले DarkSide-50 द्वारा पूर्व में अनकन्स्ट्रेंड (unconstrained) थी।
परिष्कृत स्क्रीनिंग फंक्शन चयन: विश्लेषण प्रदर्शित करता है कि लेंज़-जेन्सन स्क्रीनिंग फंक्शन, ZBL या मोलिएर फंक्शन की तुलना में संयुक्त डेटासेट के लिए काफी बेहतर फिट प्रदान करता है। अध्ययन ZBL की तुलना में लेंज़-जेन्सन ( $\log_{10} \text{BF} = 3.8$ ) और मोलिएर की तुलना में और भी अधिक मजबूत प्राथमिकता ( $\log_{10} \text{BF} = 7.2$ ) की रिपोर्ट करता है।
सुधारित आयनीकरण मॉडल: स्क्रीनिंग फंक्शन को लेंज़-जेन्सन पर स्थिर करके, लेखक $C_{box}$ और $\beta$ के अपडेटेड मान प्राप्त करते हैं, जिसके परिणामस्वरूप एक ऐसा मॉडल मिलता है जो पिछले ZBL-आधारित मॉडल की तुलना में कम ऊर्जा पर उच्च आयनीकरण उपज की भविष्यवाणी करता है।

परिणाम

ग्लोबल फिट: लेंज़-जेन्सन SF का उपयोग करके ReD, ARIS, SCENE, और DarkSide-50 डेटा का समवर्ती फिट सभी डेटासेट्स के साथ उत्कृष्ट सहमति दिखाता है, जिसमें $(C_{box}, \beta)$ पैरामीटर स्पेस में ओवरलैपिंग कॉन्फिडेंस रीजन हैं। इसके विपरीत, ZBL और मोलिएर मॉडल, विशेष रूप से 5 keV से नीचे ReD और DarkSide-50 डेटासेट्स के बीच तनाव (tension) प्रदर्शित करते हैं।
WIMP संवेदनशीलता: अपडेटेड आयनीकरण मॉडल का उपयोग DarkSide-50 के लिए एक्सक्लूजन लिमिट्स के पुनर्मूल्यांकन और आगामी DarkSide-20k डिटेक्टर के लिए अनुमानित संवेदनशीलता के लिए किया गया है।
- DarkSide-50: 1.2 GeV/ $c^2$ के WIMP मास पर 90% कॉन्फिडेंस लेवल (C.L.) एक्सक्लूजन लिमिट, बाइनोमियल क्वेंचिंग फ्लक्चुएशन (binomial quenching fluctuations) मानते हुए कारक 5 से या बिना फ्लक्चुएशन के कारक 2.5 से सुधर जाती है। यह 0.8–3.5 GeV/ $c^2$ मास रेंज में विश्व-अग्रणी बाधाएं स्थापित करता है।
- DarkSide-20k: 1.2 GeV/ $c^2$ पर DarkSide-20k के लिए अनुमानित संवेदनशीलता कारक 3 (बाइनोमियल फ्लक्चुएशन) या कारक 10 (बिना फ्लक्चुएशन के) सुधर जाती है, जो लो-मास डार्क मैटर उम्मीदवारों के लिए खोज क्षमता को महत्वपूर्ण रूप से बढ़ाती है।

महत्व
यह शोध पत्र दावा करता है कि मौजूदा डार्कसाइड कैलिब्रेशन के साथ ReD डेटा का संयोजन परमाणु स्क्रीनिंग फंक्शन के डेटा-संचालित चयन की अनुमति देता है, जिससे LAr आयनीकरण के मॉडलिंग में पिछली अस्पष्टताओं का समाधान होता है। लेंज़-जेन्सन स्क्रीनिंग फंक्शन को अपनाकर, डार्कसाइड प्रोग्राम लो-मास WIMPs के लिए मजबूत एक्सक्लूजन लिमिट प्राप्त करता है। लेखक इस बात पर जोर देते हैं कि यह बेहतर मॉडलिंग वर्तमान और भविष्य के लिक्विड आर्गन डिटेक्टरों की भौतिक क्षमता (physics reach) को अधिकतम करने के लिए आवश्यक है, विशेष रूप से GeV/ $c^2$ मास रिजीम में जहाँ न्यूक्लियर रिकोइल ऊर्जा डिटेक्टर थ्रेशोल्ड के करीब होती है। यह कार्य लिक्विड आर्गन डार्क मैटर खोजों में लो-एनर्जी सिग्नल्स की व्याख्या के लिए एक अधिक मजबूत आधार स्थापित करता है।