⚛️ high-energy experiments

Measurements of the electron neutrino-argon differential cross section without pions in the final state in MicroBooNE

पूर्ण MicroBooNE डेटासेट का उपयोग करते हुए, यह शोध पत्र अंतिम अवस्था में पायोन के बिना इलेक्ट्रॉन न्यूट्रिनो-आर्गन विभेदक क्रॉस सेक्शन का एक नया मापन प्रस्तुत करता है, जो लेप्टॉन कैनेमैटिक्स के लिए जनरेटर भविष्यवाणियों के साथ अच्छा सामंजस्य प्रकट करता है लेकिन हैड्रोनिक सिस्टम मॉडलिंग, विशेष रूप से प्रोटॉन कोणों के संबंध में उल्लेखनीय विसंगतियां दर्शाता है।

मूल लेखक: MicroBooNE collaboration, P. Abratenko, D. Andrade Aldana, L. Arellano, J. Asaadi, A. Ashkenazi, S. Balasubramanian, B. Baller, A. Barnard, G. Barr, D. Barrow, J. Barrow, V. Basque, J. Bateman, B. BehMicroBooNE collaboration, P. Abratenko, D. Andrade Aldana, L. Arellano, J. Asaadi, A. Ashkenazi, S. Balasubramanian, B. Baller, A. Barnard, G. Barr, D. Barrow, J. Barrow, V. Basque, J. Bateman, B. Behera, O. Benevides Rodrigues, S. Berkman, A. Bhat, M. Bhattacharya, V. Bhelande, A. Binau, M. Bishai, A. Blake, B. Bogart, T. Bolton, M. B. Brunetti, L. Camilleri, D. Caratelli, F. Cavanna, G. Cerati, A. Chappell, Y. Chen, J. M. Conrad, M. Convery, L. Cooper-Troendle, J. I. Crespo-Anadon, R. Cross, M. Del Tutto, S. R. Dennis, P. Detje, R. Diurba, Z. Djurcic, K. Duffy, S. Dytman, B. Eberly, P. Englezos, A. Ereditato, J. J. Evans, C. Fang, B. T. Fleming, W. Foreman, D. Franco, A. P. Furmanski, F. Gao, D. Garcia-Gamez, S. Gardiner, G. Ge, S. Gollapinni, E. Gramellini, P. Green, H. Greenlee, L. Gu, W. Gu, R. Guenette, L. Hagaman, M. D. Handley, O. Hen, A. Hergenhan, M. Harrison, S. Hawkins, C. Hilgenberg, G. A. Horton-Smith, A. Hussain, B. Irwin, M. S. Ismail, C. James, X. Ji, J. H. Jo, A. Johnson, R. A. Johnson, D. Kalra, G. Karagiorgi, W. Ketchum, A. Kelly, M. Kirby, T. Kobilarcik, K. Kumar, N. Lane, J. -Y. Li, Y. Li, K. Lin, B. R. Littlejohn, L. Liu, S. Liu, W. C. Louis, X. Luo, T. Mahmud, N. Majeed, C. Mariani, J. Marshall, D. A. Martinez Caicedo, F. Martinez Lopez, M. G. Manuel Alves, S. Martynenko, A. Mastbaum, I. Mawby, N. McConkey, B. McConnell, L. Mellet, J. Mendez, J. Micallef, T. Mohayai, A. Mogan, M. Mooney, A. F. Moor, C. D. Moore, L. Mora Lepin, M. A. Hernandez Morquecho, M. M. Moudgalya, S. Mulleria Babu, D. Naples, A. Navrer-Agasson, N. Nayak, M. Nebot-Guinot, C. Nguyen, L. Nguyen, J. Nowak, N. Oza, O. Palamara, N. Pallat, V. Paolone, A. Papadopoulou, V. Papavassiliou, H. Parkinson, S. F. Pate, N. Patel, Z. Pavlovic, E. Piasetzky, K. Pletcher, I. Pophale, X. Qian, J. L. Raaf, V. Radeka, A. Rafique, M. Reggiani-Guzzo, J. Rodriguez Rondon, M. Rosenberg, M. Ross-Lonergan, I. Safa, C. Sauer, D. W. Schmitz, A. Schukraft, W. Seligman, M. H. Shaevitz, R. Sharankova, J. Shi, L. Silva, E. L. Snider, S. Soldner-Rembold, J. Spitz, M. Stancari, J. St. John, T. Strauss, A. M. Szelc, N. Taniuchi, K. Terao, C. Thorpe, D. Torbunov, D. Totani, M. Toups, A. Trettin, Y. -T. Tsai, J. Tyler, M. A. Uchida, T. Usher, B. Viren, J. Wang, L. Wang, M. Weber, H. Wei, A. J. White, S. Wolbers, T. Wongjirad, K. Wresilo, W. Wu, E. Yandel, T. Yang, L. E. Yates, H. W. Yu, G. P. Zeller, J. Zennamo, C. Zhang, Y. Zhang

प्रकाशित 2026-03-17

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: MicroBooNE collaboration, P. Abratenko, D. Andrade Aldana, L. Arellano, J. Asaadi, A. Ashkenazi, S. Balasubramanian, B. Baller, A. Barnard, G. Barr, D. Barrow, J. Barrow, V. Basque, J. Bateman, B. Behera, O. Benevides Rodrigues, S. Berkman, A. Bhat, M. Bhattacharya, V. Bhelande, A. Binau, M. Bishai, A. Blake, B. Bogart, T. Bolton, M. B. Brunetti, L. Camilleri, D. Caratelli, F. Cavanna, G. Cerati, A. Chappell, Y. Chen, J. M. Conrad, M. Convery, L. Cooper-Troendle, J. I. Crespo-Anadon, R. Cross, M. Del Tutto, S. R. Dennis, P. Detje, R. Diurba, Z. Djurcic, K. Duffy, S. Dytman, B. Eberly, P. Englezos, A. Ereditato, J. J. Evans, C. Fang, B. T. Fleming, W. Foreman, D. Franco, A. P. Furmanski, F. Gao, D. Garcia-Gamez, S. Gardiner, G. Ge, S. Gollapinni, E. Gramellini, P. Green, H. Greenlee, L. Gu, W. Gu, R. Guenette, L. Hagaman, M. D. Handley, O. Hen, A. Hergenhan, M. Harrison, S. Hawkins, C. Hilgenberg, G. A. Horton-Smith, A. Hussain, B. Irwin, M. S. Ismail, C. James, X. Ji, J. H. Jo, A. Johnson, R. A. Johnson, D. Kalra, G. Karagiorgi, W. Ketchum, A. Kelly, M. Kirby, T. Kobilarcik, K. Kumar, N. Lane, J. -Y. Li, Y. Li, K. Lin, B. R. Littlejohn, L. Liu, S. Liu, W. C. Louis, X. Luo, T. Mahmud, N. Majeed, C. Mariani, J. Marshall, D. A. Martinez Caicedo, F. Martinez Lopez, M. G. Manuel Alves, S. Martynenko, A. Mastbaum, I. Mawby, N. McConkey, B. McConnell, L. Mellet, J. Mendez, J. Micallef, T. Mohayai, A. Mogan, M. Mooney, A. F. Moor, C. D. Moore, L. Mora Lepin, M. A. Hernandez Morquecho, M. M. Moudgalya, S. Mulleria Babu, D. Naples, A. Navrer-Agasson, N. Nayak, M. Nebot-Guinot, C. Nguyen, L. Nguyen, J. Nowak, N. Oza, O. Palamara, N. Pallat, V. Paolone, A. Papadopoulou, V. Papavassiliou, H. Parkinson, S. F. Pate, N. Patel, Z. Pavlovic, E. Piasetzky, K. Pletcher, I. Pophale, X. Qian, J. L. Raaf, V. Radeka, A. Rafique, M. Reggiani-Guzzo, J. Rodriguez Rondon, M. Rosenberg, M. Ross-Lonergan, I. Safa, C. Sauer, D. W. Schmitz, A. Schukraft, W. Seligman, M. H. Shaevitz, R. Sharankova, J. Shi, L. Silva, E. L. Snider, S. Soldner-Rembold, J. Spitz, M. Stancari, J. St. John, T. Strauss, A. M. Szelc, N. Taniuchi, K. Terao, C. Thorpe, D. Torbunov, D. Totani, M. Toups, A. Trettin, Y. -T. Tsai, J. Tyler, M. A. Uchida, T. Usher, B. Viren, J. Wang, L. Wang, M. Weber, H. Wei, A. J. White, S. Wolbers, T. Wongjirad, K. Wresilo, W. Wu, E. Yandel, T. Yang, L. E. Yates, H. W. Yu, G. P. Zeller, J. Zennamo, C. Zhang, Y. Zhang

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 आप यह समझने की कोशिश कर रहे हैं कि एक विशिष्ट प्रकार की गोली (इलेक्ट्रॉन न्यूट्रिनो) कैसे व्यवहार करती है जब वह आर्गन (एक प्रकार की उत्कृष्ट गैस) से बनी एक बहुत घनी, जमी हुई दीवार से टकराती है।

यह पेपर MicroBooNE प्रयोग की एक रिपोर्ट है, जो अमेरिका के फर्मि लैब (Fermilab) में जमीन के नीचे स्थित एक विशाल, हाई-टेक कैमरा है। उनका लक्ष्य इन टकरावों का एक "स्नैपशॉट" लेना था ताकि यह देखा जा सके कि जब गोली दीवार से टकराती है तो वास्तव में क्या होता है, विशेष रूप से उन मामलों की तलाश करना जहाँ पीछे कोई पायोन (इन टक्करों में उत्पन्न होने वाला एक प्रकार का कण) नहीं बचता है।

यहाँ उन्होंने जो पाया, उसका सरल विवरण दिया गया है:

1. सेटअप: एक विशाल घास के ढेर में एक छोटी सी सुई

न्यूट्रिनो रहस्यमयी कण हैं जो शायद ही कभी किसी चीज़ के साथ परस्पर क्रिया (interact) करते हैं। जब वैज्ञानिक न्यूट्रिनो की एक बीम बनाते हैं, तो वह ज्यादातर म्यूऑन न्यूट्रिनो (एक अलग प्रकार का "फ्लेवर") से बनी होती है। जिन इलेक्ट्रॉन न्यूट्रिनो में उनकी रुचि है, वे एक अरब नीली सुइयों के घास के ढेर में एक अकेली लाल सुई को खोजने के समान हैं।

चुनौती: क्योंकि बीम में इलेक्ट्रॉन न्यूट्रिनो बहुत दुर्लभ होते हैं, इसलिए MicroBooNE को अध्ययन करने के लिए पर्याप्त "हिट्स" प्राप्त करने हेतु कई वर्षों तक भारी मात्रा में डेटा एकत्र करना पड़ा।
डिटेक्टर: MicroBooNE डिटेक्टर को लिक्विड आर्गन के एक विशाल, 85-टन टैंक के रूप में सोचें। जब एक न्यूट्रिनो आर्गन परमाणु से टकराता है, तो वह प्रकाश की एक छोटी सी चमक और इलेक्ट्रॉनों की एक लकीर बनाता है। डिटेक्टर इतना संवेदनशील है कि यह टक्कर का एक 3D मूवी जैसा पुनर्निर्माण (reconstruct) कर सकता है, जिससे पता चलता है कि कण वास्तव में कहाँ गए।

2. टकराव के दो प्रकार

शोधकर्ताओं ने इन इलेक्ट्रॉन न्यूट्रिनो टकरावों के लिए दो विशिष्ट परिदृश्यों को देखा:

"नग्न" टकराव (The "Naked" Crash): न्यूट्रिनो टकराता है, और केवल इलेक्ट्रॉन और कुछ भी नहीं बाहर निकलता है (कोई प्रोटॉन दिखाई नहीं देता, कोई पायोन नहीं)। यह एक शांत, अदृश्य प्रहार की तरह है।
"अव्यवस्थित" टकराव (The "Messy" Crash): न्यूट्रिनो टकराता है, और एक इलेक्ट्रॉन के साथ-साथ एक प्रोटॉन (आर्गन नाभिक का एक हिस्सा) भी बाहर निकलता है जो इतनी तेज़ी से चल रहा है कि उसे देखा जा सके। यह एक ऐसी टक्कर की तरह है जहाँ दीवार का एक टुकड़ा उड़ जाता है।

वे क्रॉस-सेक्शन (cross-section) को मापना चाहते थे। सरल शब्दों में, यह बस एक फैंसी तरीका है यह पूछने का: "इस विशिष्ट प्रकार के टकराव के होने की कितनी संभावना है?"

3. बड़ा सवाल: क्या हमारे मानचित्र (Maps) क्षेत्र (Territory) से मेल खाते हैं?

वैज्ञानिकों के पास कंप्यूटर प्रोग्राम (जिन्हें जेनरेटर्स कहा जाता है) होते हैं जो भविष्यवाणी करने की कोशिश करते हैं कि ये टकराव कैसे दिखने चाहिए। ये प्रोग्राम कण भौतिकी (particle physics) के लिए जीपीएस मैप की तरह हैं। ये ब्रह्मांड कैसे काम करता है, इसके सिद्धांतों पर आधारित हैं।

समस्या: अधिकांश "मानचित्र" म्यूऑन न्यूट्रिनो (आम नीली सुइयों) के डेटा का उपयोग करके ट्यून किए गए हैं। किसी ने भी वास्तव में यह जाँच नहीं की थी कि क्या मानचित्र इलेक्ट्रॉन न्यूट्रिनो (दुर्लभ लाल सुइयों) के लिए सटीक हैं।
उपमा: कल्पना करें कि आपके पास एक शहर का नक्शा है जो ट्रक चलाने के लिए पूरी तरह से बनाया गया है। अब, आप उसी शहर में मोटरसाइकिल चलाना चाहते हैं। आप मान लेते हैं कि नक्शा काम करेगा, लेकिन शायद मोटरसाइकिल मोड़ पर अलग तरह से चलती है, या यातायात के नियम अलग हैं। आपको यह जाँचने की आवश्यकता है कि क्या नक्शा अभी भी मोटरसाइकिल के लिए सटीक है।

4. परिणाम: मानचित्र काफी हद तक अच्छे हैं, लेकिन उनमें कुछ कमियाँ हैं

अपने डेटा का विश्लेषण करने के बाद, MicroBooNE टीम ने अपने वास्तविक दुनिया के "फोटो" की तुलना कंप्यूटर "मानचित्रों" से की।

अच्छी खबर: जब उन्होंने इलेक्ट्रॉन (गोली स्वयं) को देखा, तो मानचित्र उत्कृष्ट थे। इलेक्ट्रॉन की ऊर्जा और दिशा के लिए भविष्यवाणियाँ वास्तविक डेटा के साथ बहुत अच्छी तरह मेल खाती हैं। "गोली" के लिए "जीपीएस" सटीक था।
बुरी खबर: जब उन्होंने प्रोटॉन (दीवार का वह टुकड़ा जो उड़ गया) को देखा, तो मानचित्र धुंधले होने लगे।
- कुछ कंप्यूटर मॉडल भविष्यवाणी कर रहे थे कि प्रोटॉन कुछ निश्चित कोणों पर अधिक बार बाहर निकलेंगे, जबकि वास्तविक डेटा में ऐसा नहीं था।
- विशेष रूप से, मॉडल यह दिखाने में बहुत अधिक (overestimate) थे कि कितने प्रोटॉन सीधे आगे की ओर उड़ेंगे।
- एक विशिष्ट मॉडल (GiBUU) काफी गलत था, जब तक कि वैज्ञानिकों ने इसमें एक "सुधार कारक" (correction factor - यह सिम्युलेट करना कि नाभिक के भीतर कण कैसे परस्पर क्रिया करते हैं) नहीं जोड़ा, जिससे नक्शा बहुत बेहतर हो गया।

5. यह क्यों मायने रखता है?

यह सुनने में एक छोटा सा विवरण लग सकता है, लेकिन यह भविष्य के लिए बहुत बड़ा है।

भविष्य: DUNE नामक एक विशाल नया प्रयोग बनाया जा रहा है। यह इलेक्ट्रॉन न्यूट्रिनो का अध्ययन करने के लिए उसी तकनीक (लिक्विड आर्गन) का उपयोग करेगा। DUNE उम्मीद करता है कि वह रहस्यों को सुलझा सकेगा, जैसे: ब्रह्मांड में पदार्थ (matter) की मात्रा प्रतिपदार्थ (antimatter) से अधिक क्यों है?
जोखिम: यदि DUNE के डेटा की व्याख्या करने के लिए उपयोग किए जाने वाले कंप्यूटर मानचित्र (सिद्धांत) प्रोटॉन के व्यवहार के बारे में थोड़े भी गलत हैं, तो वैज्ञानिक अपने परिणामों की गलत व्याख्या कर सकते हैं। उन्हें लग सकता है कि उन्होंने भौतिकी का एक नया नियम खोज लिया है, जबकि वास्तव में उनके पास केवल एक खराब नक्शा था।
समाधान: यह पेपर एक "कैलिब्रेशन चेक" प्रदान करता है। यह DUNE बनाने वाले वैज्ञानिकों को बताता है: "हे, इलेक्ट्रॉन न्यूट्रिनो के लिए आपके मानचित्र 'गोली' के लिए बेहतरीन हैं, लेकिन आपको 'दीवार के टुकड़ों के उड़ने' वाले हिस्से को थोड़ा बदलने की जरूरत है।"

सारांश

संक्षेप में, MicroBooNE ने दुर्लभ कण टकरावों के एक विशाल डेटासेट को लिया, एक फोरेंसिक जांचकर्ता की तरह काम किया, और कंप्यूटर सिमुलेशन की वास्तविकता से तुलना की। उन्होंने पाया कि जबकि हमारे "गोली" (इलेक्ट्रॉन) के बारे में समझ ठोस है, हमारे "मलबे" (प्रोटॉन) के बारे में समझ को थोड़े से सुधार (tuning) की आवश्यकता है। यह सुनिश्चित करता है कि अगली पीढ़ी के प्रयोग एक खराब नक्शे में रास्ता भटकने के बजाय ब्रह्मांड के रहस्यों को पढ़ने में सक्षम होंगे।

यहाँ माइक्रोबून (MicroBooNE) में "पायन के बिना अंतिम अवस्था वाले इलेक्ट्रॉन न्यूट्रिनो-आर्गन विभेदी क्रॉस सेक्शन का मापन" शोध पत्र का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या और प्रेरणा

वैज्ञानिक संदर्भ: न्यूट्रिनो दोलन प्रयोग, विशेष रूप से आगामी डीप अंडरग्राउंड न्यूट्रिनो एक्सपेरिमेंट (DUNE), मयून न्यूट्रिनो ( $\nu_\mu$ ) बीम में इलेक्ट्रॉन न्यूट्रिनो ( $\nu_e$ ) के प्रकटन के सटीक मापन पर निर्भर करते हैं। एक महत्वपूर्ण चुनौती आर्गन नाभिकों पर $\nu_e$ अंतःक्रियाओं का सटीक मॉडलिंग करना है, क्योंकि वर्तमान इंटरैक्शन जनरेटर मुख्य रूप से मयून न्यूट्रिनो डेटा के लिए ट्यून किए गए हैं।
अंतराल: आर्गन पर विशिष्ट $\nu_e$ क्रॉस-सेक्शन मापन की कमी है। मौजूदा मापन अक्सर न्यूट्रिनो और एंटी-न्यूट्रिनो को मिला देते हैं या हल्के परमाणु लक्ष्यों (जैसे कार्बन, ऑक्सीजन) का उपयोग करते हैं। इसके अलावा, सैद्धांतिक मॉडल अक्सर इलेक्ट्रॉनों और मयूनों के बीच द्रव्यमान अंतर को ध्यान में रखने में विफल रहते हैं, जो किवनेटिक्स (kinematics) को महत्वपूर्ण रूप से प्रभावित करता है, विशेष रूप से कम ऊर्जा और फॉरवर्ड क्षेत्र में।
विशिष्ट लक्ष्य: यह शोध पत्र आर्गन पर बिना पायनों वाली (CC0 $\pi$ ) चार्ज्ड-करेंट (CC) $\nu_e$ क्रॉस सेक्शन का एक नया मापन प्रस्तुत करता है। यह लेप्टोनिक (इलेक्ट्रॉन) और हैड्रोनिक (प्रोटॉन) प्रणालियों के बीच संबंध को खोजने के लिए पूर्ण माइक्रोबून बूस्टर न्यूट्रिनो बीम (BNB) डेटासेट का उपयोग करता है, विशेष रूप से दृश्य प्रोटॉन वाले और बिना दृश्य प्रोटॉन वाले आयोजनों के बीच अंतर करता है।

2. कार्यप्रणाली

A. डेटासेट और डिटेक्टर

प्रयोग: माइक्रोबून (MicroBooNE), जो फर्मि लैब (Fermilab) में स्थित एक लिक्विड आर्गन टाइम प्रोजेक्शन चैंबर (LArTPC) है।
बीम: बूस्टर न्यूट्रिनो बीम (BNB), एक 8 GeV प्रोटॉन बीम जो 700 MeV पर केंद्रित न्यूट्रिनो बीम उत्पन्न करती है। यह बीम मुख्य रूप से $\nu_\mu$ है जिसमें एक छोटा आंतरिक $\nu_e$ घटक (0.51%) और नगण्य $\bar{\nu}_e$ सामग्री है।
सांख्यिकी: विश्लेषण 13.09 $\times$ 10 $^{20}$ प्रोटॉन ऑन टारगेट (POT) के पूर्ण परिचालन डेटासेट का उपयोग करता है, जो पिछले माइक्रोबून $\nu_e$ मापन की तुलना में 1.9 $\times$ अधिक है।
डिटेक्टर: एक 85-टन LArTPC जिसमें 273 V/cm का इलेक्ट्रिक फील्ड है। यह 3D कण ट्रैक्स और शोवर्स (showers) को पुनर्गठित करता है। कॉस्मिक बैकग्राउंड को रोकने के लिए एक कॉस्मिक रे टैगर (CRT) का उपयोग किया गया था।

B. इवेंट चयन और सिग्नल परिभाषा

विश्लेषण दो विशिष्ट टोपोलॉजी को लक्षित करता है:

1eNp0 $\pi$ : इलेक्ट्रॉन और कम से कम एक दृश्य प्रोटॉन (काइनेटिक एनर्जी $KE_p > 50$ MeV) वाले आयोजनों के साथ।
1e0p0 $\pi$ : इलेक्ट्रॉन और कोई भी दृश्य प्रोटॉन नहीं ( $KE_p < 50$ MeV) वाले आयोजनों के साथ।

चयन मानदंड:

फिडुशियल वॉल्यूम (Fiducial Volume): सक्रिय TPC वॉल्यूम के भीतर परिभाषित।
काइनेटिक कट (Kinematic Cuts):
- इलेक्ट्रॉन ऊर्जा ( $E_e$ ) > 30 MeV (सत्य) / > 0.5 GeV (1e0p0 $\pi$ के लिए चयनित)।
- इलेक्ट्रॉन का बीम के सापेक्ष कोण ( $\cos \theta_e$ ) > 0.6 (1e0p0 $\pi$ के लिए)।
- कोई न्यूट्रल पायॉन ( $\pi^0$ ) अनुमत नहीं है।
- प्रोटॉन दृश्यता सीमा 50 MeV पर निर्धारित की गई है (जहाँ पुनर्गठन रिज़ॉल्यूशन <9% है)।
बैकग्राउंड रिजेक्शन:
- कॉस्मिक किरणें: CRT और टोपोलॉजिकल कट्स (वर्टिकल ट्रैक्स) का उपयोग करके वर्टो (veto) की गईं।
- $\pi^0$ बैकग्राउंड: इलेक्ट्रॉन से अलग करने के लिए शोवर टोपोलॉजी (कन्वर्जन दूरी) और शोवर की शुरुआत में $dE/dx$ का उपयोग किया गया।
- मयून न्यूट्रिनो: काइनेटिक वेरिएबल्स पर प्रशिक्षित बूस्टेड डिसीजन ट्रीज़ (BDTs) का उपयोग करके खारिज किया गया।
प्योरिटी/एफिशिएंसी: अंतिम सैंपल 1e0p0 $\pi$ के लिए ~57% प्योरिटी (14% एफिशिएंसी) और 1eNp0 $\pi$ के लिए ~67% प्योरिटी (19% एफिशिएंसी) प्राप्त करता है।

C. क्रॉस सेक्शन निष्कर्षण

अनफोल्डिंग (Unfolding): डिटेक्टर रिज़ॉल्यूशन और माइग्रेशन प्रभावों को ठीक करने के लिए वीनर-एसवीडी (Wiener-SVD) विधि का उपयोग करके मापे गए वितरणों को "अनफोल्ड" किया जाता है।
सूत्र: विभेदी क्रॉस सेक्शन की गणना इस प्रकार की जाती है:
$\langle \frac{d\sigma}{dx} \rangle_i = \frac{\sum_j R^{-1}_{ij} (N_j - B_j)}{N_{target} \times \phi \times \Delta x_i}$
जहाँ $R$ रिस्पॉन्स मैट्रिक्स है, $N_j$ प्रेक्षित इवेंट्स हैं, $B_j$ अनुमानित बैकग्राउंड है, $\phi$ फ्लक्स है, और $N_{target}$ आर्गन नाभिकों की संख्या है।
सिस्टमैटिक्स: अनिश्चितताओं में फ्लक्स (6%), डिटेक्टर रिस्पॉन्स (5–12%), इंटरैक्शन मॉडल रीवेटिंग, फाइनल स्टेट इंटरैक्शन (FSI), और POT काउंटिंग (2%) शामिल हैं। कुल सिस्टमैटिक अनिश्चितताएं 9–15% तक हैं।

3. प्रमुख योगदान

पूर्ण डेटासेट का उपयोग: यह पूर्ण माइक्रोबून BNB डेटासेट का उपयोग करने वाला पहला मापन है, जो पिछले आंशिक विश्लेषणों की तुलना में सांख्यिकीय शक्ति में उल्लेखनीय सुधार करता है।
एक्सक्लूसिव टोपोलॉजी: यह प्रोटॉन दृश्यता के आधार पर आयोजनों को अलग करते हुए, अब तक के सबसे विस्तृत एक्सक्लूसिव $\nu_e$ CC0 $\pi$ क्रॉस-सेक्शन मापन प्रदान करता है।
लेप्टोन-हैड्रोन सहसंबंध: यह अद्वितीय रूप से इलेक्ट्रॉन और प्रोटॉन काइनेटिक्स (विशेष रूप से ओपनिंग एंगल) के बीच सहसंबंध का पता लगाता है, जो लेप्टोनिक और हैड्रोनिक प्रणालियों के बीच परस्पर क्रिया का वर्णन करने वाले मॉडलों को बाधाएं (constraints) प्रदान करता है।
मॉडल तुलना: परिणामों की तुलना विभिन्न मॉडल कॉन्फ़िगरेशन (FSI, MEC, QE) के साथ आधुनिक न्यूट्रिनो इंटरैक्शन जनरेटर्स (GENIE v3.0.6 & v3.6.0, NuWro, NEUT, GiBUU) के एक विस्तृत समूह के विरुद्ध की जाती है।

4. परिणाम

A. डेटा बनाम मॉडल

लेप्टॉन काइनेटिक्स: डेटा इलेक्ट्रॉन ऊर्जा ( $E_e$ ) और इलेक्ट्रॉन कोण ( $\cos \theta_e$ ) के संबंध में अधिकांश मॉडलों के साथ अच्छे तालमेल (agreement) को दर्शाता है। बिना माइक्रोबून ट्यून के GENIE v3.6.0 (AR23) के लिए P-वैल्यू आम तौर पर उच्च (>0.88) है।
हैड्रोनिक सिस्टम (प्रोटॉन काइनेटिक्स):
- हैड्रोनिक सिस्टम की मॉडलिंग में उल्लेखनीय विसंगतियां हैं।
- GiBUU मॉडल: इन-मीडियम न्यूक्लियॉन-न्यूक्लियॉन सुधारों के बिना GiBUU मॉडल 1e0p0 $\pi$ बिन में डेटा को काफी कम आंकता है (p-value = 0.008)। इन-मीडियम सुधारों को शामिल करने से सहमति में सुधार होता है (p-value = 0.215)।
- प्रोटॉन दृश्यता: जो मॉडल दृश्य प्रोटॉनों (1eNp0 $\pi$ ) के साथ अच्छी तरह से सहमत होते हैं, वे आवश्यक रूप से अदृश्य प्रोटॉनों (1e0p0 $\pi$ ) के साथ सहमत नहीं होते हैं, जो कम-ऊर्जा प्रोटॉन उत्सर्जन की मॉडलिंग में कठिनाई को उजागर करता है।
कोणीय सहसंबंध (Angular Correlations):
- प्रोटॉन कोण ( $\cos \theta_p$ ): सभी मॉडल डेटा की तुलना में बड़े कोसाइन (फॉरवर्ड दिशा) पर क्रॉस-सेक्शन को अधिक आंकने (overpredict) की प्रवृत्ति रखते हैं। ट्यून्ड GENIE मॉडल (G18T) का यहाँ निम्न p-वैल्यू (0.029) है।
- इलेक्ट्रॉन-प्रोटॉन ओपनिंग एंगल ( $\cos \theta_{ep}$ ): फॉरवर्ड क्षेत्र में समान ओवरप्रेडिक्शन देखा गया है, हालांकि यह केवल प्रोटॉन कोण की तुलना में कम गंभीर है।

B. मॉडल संवेदनशीलता

FSI मॉडल: GENIE के भीतर, hA18 (अनुभवजन्य) FSI मॉडल, hN18 (कैस्केड) या G4Bertini मॉडलों की तुलना में बेहतर सहमति प्रदान करता है।
MEC/QE मॉडल: क्वैसी-इलास्टिक (QE) और मेसन एक्सचेंज करंट (MEC) मॉडलों (जैसे SuSAv2 बनाम Valencia) के वेरिएंट्स ने समग्र फिट पर FSI मॉडलों की तुलना में कम प्रभाव दिखाया, हालांकि SuSAv2 ने आम तौर पर p-वैल्यू को कम कर दिया।

5. महत्व

DUNE की तैयारी: ये परिणाम DUNE और अन्य LArTPC प्रयोगों में उपयोग किए जाने वाले इंटरैक्शन मॉडलों के लिए महत्वपूर्ण सत्यापन डेटा प्रदान करते हैं। प्रोटॉन कोणीय वितरण और कम-ऊर्जा प्रोटॉन उत्सर्जन में पाई गई विसंगतियां बताती हैं कि वर्तमान जनरेटर्स को आर्गन पर $\nu_e$ इंटरैक्शन को सटीक रूप से मॉडल करने के लिए और अधिक ट्यूनिंग की आवश्यकता है।
BSM भौतिकी: आर्गन पर $\nu_e$ के स्टैंडर्ड मॉडल क्रॉस-सेक्शन को सीमित करके, यह मापन माइक्रोबून में देखे गए "लो एनर्जी एक्सीस" (LEE) विसंगति जैसे बीयॉन्ड स्टैंडर्ड मॉडल (BSM) भौतिकी की खोजों के लिए बैकग्राउंड अनिश्चितताओं को कम करता है।
जेनरेटर ट्यूनिंग: डेटा उन विशिष्ट क्षेत्रों को उजागर करता है जहाँ जनरेटर्स (विशेष रूप से GiBUU और GENIE के FSI मॉडल) को इन-मीडियम प्रभावों और कम-ऊर्जा प्रोटॉनों के उपचार के संबंध में समायोजन की आवश्यकता है। यह भविष्य के न्यूट्रिनो प्रयोगों के लिए ट्यूनिंग प्रयासों का मार्गदर्शन करेगा।

संक्षेप में, यह शोध पत्र एक उच्च-परिशुद्धता, विभेदी क्रॉस-सेक्शन मापन प्रदान करता है जो लेप्टॉन काइनेटिक्स के लिए वर्तमान मॉडलों की सामान्य वैधता की पुष्टि करता है, लेकिन हैड्रोनिक फाइनल स्टेट, विशेष रूप से कम-ऊर्जा प्रोटॉन और कोणीय सहसंबंधों की मॉडलिंग में महत्वपूर्ण तनाव प्रकट करता है।