⚛️ nuclear experiments

Inclusive and multiplicity-dependent pseudorapidity densities of charged particles in pp collisions at $\mathbf{\sqrt{s} = 13.6}$ TeV

यह शोध पत्र $\sqrt{s} = 13.6$ TeV की रिकॉर्ड द्रव्यमान-ऊर्जा पर प्रोटॉन-प्रोटॉन टकरावों में आवेशित कणों के समावेशी और बहुलता-निर्भर स्यूडो-रैपिडिटी घनत्व के पहले मापन प्रस्तुत करता है, जो यह प्रकट करता है कि उच्च-बहुलता वाली घटनाओं में कण उत्पादन ऊर्जा के साथ एक पावर-लॉ स्केलिंग का अनुसरण करता है और LHC भौतिकी के लिए एक नया संदर्भ स्थापित करता है।

मूल लेखक: ALICE Collaboration

प्रकाशित 2026-02-12

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: ALICE Collaboration

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

कल्पना कीजिए कि CERN में स्थित लार्ज हैड्रॉन कोलाइडर (LHC) दुनिया की सबसे शक्तिशाली "टक्कर मारने वाली" (smash-up) मशीन है। वैज्ञानिक दो नन्हे प्रोटॉन्स (परमाणुओं के निर्माण खंड) को लगभग प्रकाश की गति से एक-दूसरे से टकराते हैं। जब वे आपस में टकराते हैं, तो वे केवल टकराकर वापस नहीं आते; वे बिखर जाते हैं, जिससे नए कणों का एक अराजक विस्फोट होता है।

यह शोध पत्र ALICE प्रयोग की एक विस्तृत रिपोर्ट कार्ड है, जो इन टक्करों पर नज़र रखने वाले डिटेक्टरों में से एक है। यह एक विशिष्ट, रिकॉर्ड तोड़ने वाली घटना पर केंद्रित है: 13.6 TeV की ऊर्जा स्तर पर प्रोटॉन्स को आपस में टकराना। यह प्रोटॉन-प्रोटॉन टकराव में अब तक की उच्चतम ऊर्जा है, जो पिछले प्रयोगों का एक "सुपरचार्ज्ड" संस्करण है।

यहाँ इसका विवरण दिया गया है, जिसमें रोजमर्रा के कुछ उदाहरणों का उपयोग किया गया है:

1. लक्ष्य: मलबे की गिनती करना

जब दो कारें आपस में टकराती हैं, तो आपको मुड़ी हुई धातु, कांच और प्लास्टिक का ढेर मिलता है। कण भौतिकी (particle physics) में, जब प्रोटॉन टकराते हैं, तो वे कणों की एक बौछार पैदा करते हैं (मुख्य रूप से पायॉन्स, जो उप-परमाणु दुनिया के "कांच के टुकड़ों" की तरह हैं)।

वैज्ञानिक दो मुख्य प्रश्नों का उत्तर देना चाहते थे:

"औसत" टक्कर: विस्फोट के बीच में औसतन कितने "टुकड़े" बाहर निकलते हैं?
"व्यस्त" बनाम "शांत" टक्कर: क्या टुकड़ों की संख्या इस बात से बदल जाती है कि टक्कर एक छोटी सी मामूली भिड़ंत है या एक बड़ी, पूरी तरह से विनाशकारी दुर्घटना?

2. नए उपकरण: एक बेहतर कैमरा

इस तस्वीर को लेने के लिए, ALICE ने एक लंबे शटडाउन के दौरान अपने "कैमरे" (डिटेक्टर) को अपग्रेड किया।

पुराना तरीका: पुराने कैमरे स्नैपशॉट लेते थे। यदि एक ही समय में दो टक्करें होती थीं, तो फोटो धुंधली हो जाती थी।
नया तरीका: नया कैमरा एक हाई-स्पीड वीडियो कैमरे की तरह है जो कभी रुकता नहीं है। यह हर एक कण को देख सकता है जो गुजर रहा है, भले ही लगातार कई टक्करें हो रही हों। इसने उन्हें पहले की तुलना में 300 गुना बड़ा डेटासेट एकत्र करने की अनुमति दी, जिससे उन्हें बहुत स्पष्ट तस्वीर मिली।

3. मुख्य निष्कर्ष

A. औसत विस्फोट (द "मिडपॉइंट" काउंट)

वैज्ञानिकों ने गिना कि टक्कर के ठीक केंद्र में (जिसे "मिड्रैपिडिटी" कहा जाता है) कितने कण दिखाई दिए।

परिणाम: उन्होंने प्रति इकाई क्षेत्र में औसतन 7.1 कण पाए।
रुझान: उन्होंने कम ऊर्जा (जैसे 900 GeV या 13 TeV) वाली टक्करों के साथ इसकी तुलना की। उन्होंने पाया कि जैसे-जैसे आप टक्कर की "वॉल्यूम" (ऊर्जा) बढ़ाते हैं, कणों की संख्या केवल रैखिक रूप से (linearly) नहीं बढ़ती; यह एक विशिष्ट गणितीय वक्र (power law) का पालन करती है। यह रेडियो की आवाज़ बढ़ाने जैसा है: वॉल्यूम बढ़ता है, लेकिन नॉब की स्थिति और ध्वनि के बीच का संबंध एक अनुमानित पैटर्न का पालन करता है। यह नया 13.6 TeV डेटा बिंदु उस पैटर्न में पूरी तरह फिट बैठता है, जो इस बात की पुष्टि करता है कि ऊर्जा पदार्थ में कैसे बदलती है, हमारी समझ सही है।

B. "व्यस्त" बनाम "शांत" टक्करें (मल्टीप्लिसिटी)

सभी टक्करें एक जैसी नहीं होतीं। कुछ हल्की (कम मल्टीप्लिसिटी) होती हैं, और कुछ हिंसक (उच्च मल्टीप्लिसिटी) होती हैं।

उदाहरण: एक पार्टी की कल्पना करें।
- कम मल्टीप्लिसिटी: एक शांत रात्रिभोज जहाँ केवल कुछ लोग बात कर रहे हैं।
- उच्च मल्टीप्लिसिटी: एक विशाल रॉक कॉन्सर्ट जहाँ भीड़ घनी है और हर कोई चिल्ला रहा है।
खोज: वैज्ञानिकों ने "रॉक कॉन्सर्ट" वाली टक्करों (सबसे व्यस्त घटनाओं के शीर्ष 1%) को देखा। उन्होंने पाया कि इन उच्च-ऊर्जा, उच्च-गतिविधि वाली टक्करों में, केंद्र में कणों का घनत्व शांत टक्करों की तुलना में पाँच गुना अधिक था।
आश्चर्य: यह महत्वपूर्ण है क्योंकि अतीत में, हम सोचते थे कि छोटे टकराव (जैसे प्रोटॉन-प्रोटॉन) इतने सरल होते हैं कि वे बड़े परमाणु टकरावों (जैसे गोल्ड-गोल्ड) में देखे जाने वाले पदार्थ के "सूप" को नहीं बना सकते। लेकिन ये उच्च-मल्टीप्लिसिटी वाले प्रोटॉन टकराव उन बड़े, जटिल टकरावों की तरह व्यवहार करने के संकेत दे रहे हैं। यह बताता है कि भले ही यह एक छोटी "पार्टी" हो, यदि पर्याप्त लोग आ जाएं, तो गतिशीलता बदल जाती है।

4. कंप्यूटर मॉडल: क्या वे सही हैं?

वैज्ञानिक इन टक्करों के होने से पहले उनका अनुकरण (सिमुलेशन) करने के लिए सुपर-कंप्यूटर का उपयोग करते हैं। दो प्रसिद्ध "सिम्युलेटर" PYTHIA और EPOS हैं।

PYTHIA: यह मॉडल एक बहुत अच्छे मौसम पूर्वानुमानकर्ता की तरह है। इसने कण वितरण के आकार की लगभग पूरी तरह से भविष्यवाणी की। इसे पता था कि "मलबा" कैसे फैलेगा।
EPOS: यह मॉडल थोड़ा अधिक आशावादी है। इसने भविष्यवाणी की कि वास्तव में दिखने वाले कणों की तुलना में केंद्र में अधिक कण होंगे (लगभग 6% की अधिकता)।
निष्कर्ष: मॉडल सामान्य विचार को सही पकड़ते हैं, लेकिन वे चरम स्थितियों (extremes) के साथ संघर्ष करते हैं। वे सबसे बड़ी टक्करों में अराजकता को बढ़ा-चढ़ाकर बताते हैं और शांत टक्करों को कम करके दिखाते हैं। यह मॉडल बनाने वालों को बताता है: "आपको बहुत अधिक भीड़ होने पर कणों के बीच की अंतःक्रिया (interaction) के लिए अपनी सेटिंग्स को ट्यून करने की आवश्यकता है।"

5. यह क्यों मायने रखता है?

आप पूछ सकते हैं, "हमें उप-परमाणु कांच के टुकड़ों को गिनने की परवाह क्यों है?"

ब्रह्मांड के नियम: ये टक्करें स्टैंडर्ड मॉडल (Standard Model) का परीक्षण करती हैं। यदि संख्याएं पावर-लॉ पैटर्न में फिट नहीं बैठतीं, तो इसका मतलब होता कि ब्रह्मांड के बारे में हमारी समझ गलत है। वे फिट बैठते हैं, इसलिए हमारा भौतिक विज्ञान ठोस है।
"छोटा बिग बैंग": उच्च-मल्टीप्लिसिटी वाली टक्करें क्वार्क-ग्लूऑन प्लाज्मा (Quark-Gluon Plasma) की स्थितियों को फिर से बनाने के सबसे करीब हैं—पदार्थ की वह अवस्था जो बिग बैंग के माइक्रोसेकंड बाद अस्तित्व में थी। इन भीड़भाड़ वाले प्रोटॉन टकरावों में कण कैसे व्यवहार करते हैं, इसका अध्ययन करके, हम सीखते हैं कि प्रारंभिक ब्रह्मांड कैसे ठंडा हुआ और पदार्थ का निर्माण हुआ।
इंजन को ट्यून करना: ठीक वैसे ही जैसे एक मैकेनिक कार के इंजन को सुचारू रूप से चलाने के लिए ट्यून करता है, भौतिक विज्ञानी अपने कंप्यूटर मॉडल को "ट्यून" करने के लिए इन परिणामों का उपयोग करते हैं। यह भविष्य की भविष्यवाणियों को अधिक सटीक बनाता है, जिससे हमें बेहतर प्रयोग डिजाइन करने और प्रकृति के मौलिक बलों को समझने में मदद मिलती है।

सारांश

संक्षेप में, ALICE टीम ने प्रोटॉन्स को पहले से कहीं अधिक जोर से टकराया। उन्होंने कणों को गिनने के लिए एक सुपर-फास्ट कैमरे का उपयोग किया। उन्होंने पाया कि कणों की संख्या ऊर्जा के साथ अनुमानित रूप से बढ़ती है, और "सबसे व्यस्त" टक्करें आश्चर्यजनक रूप से जटिल दिखती हैं, जो छोटे और बड़े कण टकरावों के बीच गहरे संबंधों का संकेत देती हैं। उनका डेटा अब उन सभी के लिए एक नया स्वर्ण मानक (gold standard) है जो उप-परमाणु दुनिया का अनुकरण करने की कोशिश कर रहे हैं।

यहाँ ALICE सहयोग द्वारा लिखित शोध पत्र "Inclusive and multiplicity-dependent pseudorapidity densities of charged particles in pp collisions at $\sqrt{s} = 13.6$ TeV" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या और प्रेरणा (Problem and Motivation)

इस अध्ययन का प्राथमिक लक्ष्य लार्ज हैड्रोन कोलाइडर (LHC) में अब तक प्राप्त उच्चतम केंद्र-द्रव्यमान ऊर्जा: $\sqrt{s} = 13.6$ TeV पर प्रोटॉन-प्रोटॉन (pp) टकरावों में प्राथमिक आवेशित कणों (primary charged particles) के उत्पादन को लक्षणबद्ध करना है।

वैज्ञानिक संदर्भ: क्वांटम क्रोमोडायनामिक्स (QCD) में सॉफ्ट और हार्ड पार्टोनिक स्कैटरिंग प्रक्रियाओं के बीच अंतर्संबंध को समझने के लिए प्राथमिक आवेशित कणों की बहुलता (multiplicity, $dN_{ch}/d\eta$ ) को समझना अत्यंत महत्वपूर्ण है।
अंतराल (The Gap): जबकि 13 TeV तक के पिछले मापन मौजूद थे, 13.6 TeV (LHC Run 3) में संक्रमण एक नए ऊर्जा क्षेत्र की पेशकश करता है। इसके अलावा, मौजूदा मॉडल (इवेंट जनरेटर) समावेशी कण उत्पादन (inclusive particle production) और उच्च-बहुलता वाले आयोजनों (high-multiplicity events) में देखी गई विशिष्ट विशेषताओं (जैसे कि रिज संरचनाएं, स्ट्रेंजनेस एन्हांसमेंट) को एक साथ वर्णित करने में संघर्ष करते हैं, जो सामूहिक प्रभावों (collective effects) या क्वार्क-ग्लूऑन प्लाज्मा (QGP) जैसे व्यवहार की ओर संकेत कर सकते हैं।
विशिष्ट चुनौती: यह शोध पत्र मल्टीपल-पार्टन इंटरैक्शन (MPI), कलर रिकनेक्शन (CR), और हैड्रोनाइजेशन तंत्रों को बाधित (constrain) करने के लिए सटीक, मल्टीप्लिसिटी-डिफरेंशियल मापन की आवश्यकता को संबोधित करता है, जो PYTHIA और EPOS जैसे मोंटे कार्लो इवेंट जनरेटरों को ट्यून करने के लिए महत्वपूर्ण हैं।

2. कार्यप्रणाली और प्रयोगात्मक सेटअप (Methodology and Experimental Setup)

डेटा नमूना और इवेंट चयन (Data Sample and Event Selection):

डेटासेट: यह विश्लेषण 2022 LHC Run 3 डेटा के एक उपसमुच्चय का उपयोग करता है, जिसमें लगभग 3 बिलियन मिनिमम-बायस (MB) इवेंट्स शामिल हैं।
इवेंट क्लास: परिणाम INEL>0 इवेंट क्लास के लिए रिपोर्ट किए गए हैं, जिसे कम से कम एक आवेशित कण वाले इनइलास्टिक इवेंट्स के रूप में परिभाषित किया गया है जो $|\eta| < 1$ के स्यूडोरेपिडिटी रेंज में स्थित है। यह चयन विफ्रैक्टिव योगदान को कम करता है, जिससे विफ्रैक्टिव क्रॉस-सेक्शन के लिए मॉडल-निर्भर सुधारों की आवश्यकता समाप्त हो जाती है।
बहुलता वर्गीकरण (Multiplicity Classification): इवेंट गतिविधि को FT0M फॉरवर्ड मल्टीप्लिसिटी एस्टीमेटर (FT0A और FT0C डिटेक्टरों से प्राप्त आयामों का योग, जो $3.5 < \eta < 4.9$ और $-3.3 < \eta < -2.1$ को कवर करते हैं) का उपयोग करके वर्गीकृत किया गया है। मल्टीप्लिसिटी क्लासेस को दृश्य क्रॉस-सेक्शन (visible cross-section) के पर्सेंटाइल के आधार पर परिभाषित किया गया है, जो उच्चतम बहुलता (0–1%) से लेकर निम्नतम (70–100%) तक विस्तृत है।

डिटेक्टर और रिकंस्ट्रक्शन (Detector and Reconstruction):

अपग्रेड: यह विश्लेषण लॉन्ग शटडाउन 2 (2019–2022) से ALICE डिटेक्टर अपग्रेड का लाभ उठाता है, विशेष रूप से सात परतों वाले इनर ट्रैकिंग सिस्टम (ITS) (मोनोलिथिक एक्टिव पिक्सेल सेंसर - MAPS के साथ) और टाइम प्रोजेक्शन चैंबर (TPC) जो निरंतर रीडआउट के लिए गैस इलेक्ट्रॉन मल्टीप्लायर (GEM) फॉयल से सुसज्जित है।
ट्रैकिंग: ट्रैक्स का पुनर्निर्माण $|\eta| < 1.5$ की सीमा में किया जाता है। विश्लेषण ग्लोबल ट्रैक्स (ITS और TPC हिट्स का संयोजन) और ITS-ओनली ट्रैक्स (उच्च $p_T$ या विशिष्ट ज्यामितीय स्वीकार्यता के लिए) का उपयोग करता है। खराब वर्टेक्स एसोसिएशन के कारण TPC-ओनली ट्रैक्स को बाहर रखा गया है।
सुधार (Corrections): रॉ डिस्ट्रीब्यूशन को निम्नलिखित के लिए सुधारा गया है:
1. ट्रैक-टू-पार्टिकल एफिशिएंसी: डिटेक्टर की अक्षमता और माध्यमिक कणों को ध्यान में रखते हुए।
2. वर्टेक्स रिकंस्ट्रक्शन एफिशिएंसी: उन आयोजनों के लिए जहाँ प्राइमरी वर्टेक्स को पुनर्गठित नहीं किया जा सका।
3. सिलेक्शन बायस: INEL>0 की आवश्यकता के लिए सुधार।
4. स्ट्रेंजनेस सामग्री: मॉन्टे कार्लो (MC) सिमुलेशन को देखे गए स्ट्रेंज हैड्रोन ( $K^0_S, \Lambda, \bar{\Lambda}$ ) की प्रचुरता से मिलाने के लिए एक स्केलिंग फैक्टर लागू किया गया है, क्योंकि पिछले MC संस्करणों ने स्ट्रेंजनेस को कम आंका था।

सिस्टमैटिक अनसर्टेंटी (Systematic Uncertainities):
मुख्य स्रोतों में अज़ीमुथल एक्सेप्टेंस, वर्टेक्स पोजीशन ( $z_{vtx}$ ), लो- $p_T$ एक्सट्रपलेशन, स्ट्रेंजनेस सामग्री, कण संरचना, मटेरियल बजट और ट्रैक सिलेक्शन मानदंड शामिल हैं। कुल सिस्टमैटिक अनसर्टेंटी मल्टीप्लिसिटी क्लास के आधार पर 1.4% से 2.5% के बीच है।

3. प्रमुख योगदान (Key Contributions)

13.6 TeV पर प्रथम मापन: यह 13.6 TeV की नई LHC ऊर्जा पर आवेशित-कण स्यूडोरेपिडिटी डेंसिटी का उद्घाटन मापन है।
मल्टीप्लिसिटी-डिपेंडेंट विश्लेषण: केवल समावेशी अध्ययनों के विपरीत, यह शोध पत्र 10 अलग-अलग मल्टीप्लिसिटी पर्सेंटाइल्स (0–1% से 70–100%) में $dN_{ch}/d\eta$ का विस्तृत विवरण प्रदान करता है, जो MPI मॉडलों के लिए एक कठिन परीक्षण प्रस्तुत करता है।
मॉडल बेंचमार्किंग: परिणाम PYTHIA 8 (Monash 2013 ट्यून और कलर रिकनेक्शन वेरिएशंस) और EPOS4 (पैरामीटराइज्ड फ्लूइड एक्सपेंशन सहित) के लिए एक महत्वपूर्ण बेंचमार्क प्रदान करते हैं, जो विशेष रूप से छोटे कोलिजन सिस्टम में उच्च-बहुलता घटनाओं को दोहराने की उनकी क्षमता का परीक्षण करते हैं।
एनर्जी स्केलिंग वैलिडेशन: यह अध्ययन कण उत्पादन के पावर-लॉ स्केलिंग विश्लेषण को उच्चतम उपलब्ध ऊर्जा तक विस्तारित करता है, जिससे QCD स्केलिंग व्यवहारों की निरंतरता की पुष्टि होती है।

4. परिणाम (Results)

समावेशी परिणाम (Inclusive Results):

मिड-रैपिडिटी ( $|\eta| < 0.5$ ) पर औसत आवेशित-कण स्यूडोरेपिडिटी डेंसिटी INEL>0 आयोजनों के लिए मापी गई है:
$\langle dN_{ch}/d\eta \rangle = 7.10 \pm 0.18$
एनर्जी स्केलिंग: निचले ऊर्जा डेटा (ISR से 13 TeV तक) के साथ संयोजन करने पर, परिणाम एक पावर-लॉ स्केलिंग $\langle dN_{ch}/d\eta \rangle \propto s^\delta$ का पालन करते हैं। INEL>0 आयोजनों के लिए निकाला गया एक्सपोनेंट $\delta = 0.115 \pm 0.003$ है। नया 13.6 TeV डेटा बिंदु इस प्रवृत्ति के अनुरूप है।

मॉडल तुलना (समावेशी):

PYTHIA 8 Monash 2013: पूरे स्यूडोरेपिडिटी रेंज में डेटा का उत्कृष्ट वर्णन प्रदान करता है, जो 1% के भीतर सहमति रखता है।
EPOS4: मिड-रैपिडिटी ( $\eta=0$ ) पर डेटा को लगभग 6% अधिक आंकता है और फॉरवर्ड क्षेत्र में बढ़ती विसंगतियां दिखाता है।
कलर रिकनेक्शन (CR): PYTHIA 8 के वेरिएशंस (CR1, CR2) अलग-अलग नॉर्मलाइजेशन दिखाते हैं (CR1 ~4% अधिक आंकता है, CR2 ~3% कम आंकता है) लेकिन सही आकार बनाए रखते हैं।

मल्टीप्लिसिटी-डिपेंडेंट परिणाम (Multiplicity-Dependent Results):

रुझान (Trend): फॉरवर्ड इवेंट एक्टिविटी और मिड-रैपिडिटी कण घनत्व के बीच एक मजबूत सहसंबंध है। उच्चतम मल्टीप्लिसिटी क्लास (0–1%) में घनत्व $\approx 21.8$ है, जो निम्नतम क्लास (70–100%, $\approx 3.7$ ) की तुलना में लगभग 5 गुना अधिक है।
मॉडल प्रदर्शन बनाम मल्टीप्लिसिटी:
- उच्च मल्टीप्लिसिटी (0–1%): EPOS4 और PYTHIA 8 दोनों डेटा को अधिक आंकते हैं। EPOS4 यील्ड को काफी अधिक आंकता है, जबकि PYTHIA 8 कम मार्जिन से अधिक आंकता है।
- मध्यवर्ती मल्टीप्लिसिटी (10–30%): सभी मॉडल इस क्षेत्र में डेटा के साथ सबसे अच्छा सामंजस्य दिखाते हैं।
- निम्न मल्टीप्लिसिटी (70–100%): सभी मॉडल डेटा को 40% तक कम आंकते हैं।
Run 2 के साथ तुलना: अध्ययन नोट करता है कि नए FT0M एस्टीमेटर (Run 3) द्वारा परिभाषित मल्टीप्लिसिटी क्लासेस, V0M एस्टीमेटर (Run 2) की तुलना में अलग मिड-रैपिडिटी डेंसिटी वाले आयोजनों को चुनती हैं, जो मॉडल ट्यूनिंग के लिए सुसंगत मल्टीप्लिसिटी परिभाषाओं के महत्व को रेखांकित करती है।

5. महत्व और निष्कर्ष (Significance and Conclusions)

QCD फेनोमेनोलॉजी: 13.6 TeV तक पावर-लॉ स्केलिंग की पुष्टि कण उत्पादन तंत्रों की समझ को व्यापक ऊर्जा रेंज में सुदृढ़ करती है।
इवेंट जनरेटर ट्यूनिंग: देखे गए विसंगतियां, विशेष रूप से वर्तमान मॉडलों द्वारा निम्न-मल्टीप्लिसिटी आयोजनों को कम आंकना और उच्च-मल्टीप्लिसिटी आयोजनों को अधिक आंकना, यह दर्शाती हैं कि MPI मॉडलिंग, कलर रिकनेक्शन तंत्र और हैड्रोनाइजेशन प्रक्रियाओं को और अधिक परिष्कृत करने की आवश्यकता है।
छोटे सिस्टम की गतिशीलता (Small System Dynamics): परिणाम यह समझने के लिए आवश्यक बाधाएं प्रदान करते हैं कि उच्च-बहुलता वाले pp कोलिजन में सामूहिक प्रभाव (जैसे फ्लो) MPI घनत्व या अन्य तंत्रों द्वारा संचालित होते हैं या नहीं। वर्तमान मॉडलों की पूर्ण मल्टीप्लिसिटी डिपेंडेंस को मात्रात्मक रूप से पुनरुत्पादित करने में विफलता यह सुझाव देती है कि सॉफ्ट से हार्ड प्रक्रियाओं के बीच का संक्रमण और कलर रिकनेक्शन की भूमिका अभी भी पूरी तरह से समझी नहीं गई है।
भविष्य का संदर्भ: यह डेटासेट LHC में आवेशित-कण उत्पादन के लिए एक नए मानक संदर्भ के रूप में कार्य करता है, जो भविष्य के सैद्धांतिक विकास और प्रयोगात्मक विश्लेषणों (Run 3 और उसके बाद) का मार्गदर्शन करेगा।