Measurement of angular correlations inside jets induced by gluon polarization in proton-proton collisions at $\sqrt{s}$ = 13.6 TeV

Deze studie analyseert met CMS-data van 13,6 TeV hoekcorrelaties binnen jets om gluonpolarisatie te meten en toont aan dat de resultaten modellen met gluonspin ondersteunen, terwijl modellen zonder deze polarisatie worden verworpen.

De kern

De Spin van de Gluon: Een Dans van Kleurkracht in de CMS-detector

Stel je voor dat je een enorme, onzichtbare danszaal binnenloopt. In deze zaal botsen twee enorme groepen mensen (protonen) tegen elkaar met een snelheid die bijna het licht haalt. Bij deze botsing ontstaan er kleine, energieke vonkjes die we gluonen noemen. Deze gluonen zijn de lijm van het universum; ze houden de bouwstenen van de materie (zoals quarks) bij elkaar.

Maar er is iets speciaals aan deze gluonen: ze hebben een spin. In de wereld van de deeltjesfysica betekent "spin" niet dat ze ronddraaien als een tol, maar dat ze een soort interne richting of "oriëntatie" hebben, net als een kompasnaald.

Het Grote Experiment: De CMS-detector
De onderzoekers van de CMS-experimenten bij CERN (in Zwitserland) hebben in 2022 gekeken naar wat er gebeurt als deze gluonen botsen. Ze gebruikten een gigantische camera (de CMS-detector) om de sporen van de deeltjes vast te leggen. Het doel? Kijken of die interne spin van de gluonen invloed heeft op hoe de deeltjes na de botsing met elkaar bewegen.

De Dansvloer: Jets en Subjets
Wanneer een gluon wordt geproduceerd, is het niet lang alleen. Het splitst zich snel op in andere deeltjes, zoals een boomtak die in tweeën breekt. Dit noemen we een jet.

• De Jet: Denk aan een jet als een straal water uit een tuinslang. Het ziet eruit als één straal, maar als je heel goed kijkt, zie je dat het uit duizenden kleine druppeltjes bestaat.
• De Deconstructie: De wetenschappers hebben een slimme truc bedacht om die straal weer "terug te draaien". Ze kijken niet naar de hele straal, maar splitsen hem op in zijn onderdelen (subjets), alsof ze de straal water weer in losse druppels verdelen om te zien welke druppel waar vandaan kwam.

Het Mysterie: De Hoek van de Dans
De kern van dit onderzoek draait om een specifieke hoek, die we Δφ (Delta-phi) noemen.
Stel je voor dat een gluon twee kinderen (een quark en een antiquark) baart.

1. De gluon komt van een bepaalde kant (de geboorteplaats).
2. De twee kinderen gaan in een bepaalde richting lopen.

Als de gluon geen spin had, zouden die kinderen willekeurig in elke richting kunnen lopen. Maar als de gluon wel spin heeft, is er een danspartner-regel. De kinderen moeten een specifieke danspas maken: ze bewegen niet willekeurig, maar in een patroon dat afhankelijk is van de spin van hun moeder.

De Uitdaging: Een Naald in een Hooiberg
Het probleem is dat er in die straal (jet) ook andere dingen gebeuren. Soms splitst een gluon in twee andere gluonen, en soms in quarks.

• De "gluon-naar-gluon" dans heeft een patroon dat precies het tegenovergestelde is van de "gluon-naar-quark" dans.
• Als je alles door elkaar gooit, heffen deze patronen elkaar op. Het is alsof je twee mensen hebt die in precies tegenovergestelde richtingen dansen; van ver lijkt het alsof er niemand beweegt.

Om dit op te lossen, hebben de onderzoekers een kunstmatige intelligentie (AI) ingeschakeld. Deze AI fungeert als een super-scherpe dansleraar. Hij kijkt naar de details van de straal en zegt: "Aha! Deze specifieke groep deeltjes komt van een gluon die in twee quarks is gesplitst!" Hierdoor kunnen ze de "stille" dansers (de andere processen) uitsluiten en alleen kijken naar de groep waar het spin-effect het sterkst is.

De Resultaten: De Dans Bevestigd
Toen ze de data keken, zagen ze iets fantastisch:

• De deeltjes dansen niet willekeurig.
• Ze volgen precies het patroon dat voorspeld wordt als de gluon spin heeft.
• Computermodellen die de spin niet meenemen (alsof ze denken dat de deeltjes geen kompasnaald hebben), voorspellen een volledig andere dans. Die modellen kloppen niet met de werkelijkheid.

Waarom is dit belangrijk?
Dit is de eerste keer dat we dit specifieke "spin-effect" direct hebben gezien binnen een jet van proton-proton botsingen.

• Voor de theorie: Het bevestigt dat onze theorieën over de sterke kernkracht (QCD) kloppen, zelfs in de meest chaotische situaties.
• Voor de toekomst: Als we precies weten hoe deze deeltjes dansen, kunnen we betere computersimulaties maken. Dit helpt ons om in de toekomst nieuwe deeltjes (zoals die van het Higgs-boson) beter te vinden en te begrijpen.

Samenvattend:
De onderzoekers hebben bewezen dat gluonen niet alleen maar "kleverige lijm" zijn, maar dat ze een interne richting hebben die de dans van de deeltjes die ze produceren, bepaalt. Met behulp van slimme AI en een gigantische camera hebben ze de "danspas" van de gluon ontmaskerd, en die past perfect bij wat de natuurwetten voorspellen. Het is een prachtige bevestiging dat we de taal van het universum steeds beter beginnen te begrijpen.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het paper "Measurement of angular correlations inside jets induced by gluon polarization in proton-proton collisions at √s = 13.6 TeV" van de CMS-samenwerking, gepresenteerd in het Nederlands.

Technische Samenvatting: Meting van hoekcorrelaties binnen jets veroorzaakt door gluonpolarisatie

1. Het Probleem en de Context
Gluonen zijn de bosonen die de sterke wisselwerking mediëren, beschreven door de Quantum Chromodynamica (QCD). Hoewel de spin-1 aard van gluonen en de bijbehorende spin-correlaties in e+e- annihilatie-experimenten (bij LEP) al lang zijn vastgesteld, zijn deze patronen nooit direct waargenomen binnen de jets zelf die worden geproduceerd in proton-proton (pp) botsingen.
In deeltjesjets ontwikkelt de "parton shower" zich via opeenvolgende vertakkingen (bijv. $g \to gg$ of $g \to q\bar{q}$). De helicity-toestanden van tussenliggende deeltjes interfereren, wat leidt tot niet-uniforme verdelingen in spin-gevoelige observabelen. De meeste huidige Monte Carlo (MC) generators (zoals PYTHIA en HERWIG) proberen deze effecten te modelleren, maar de nauwkeurigheid van deze modellen, vooral in het zachte en collineaire regime en in aanwezigheid van niet-perturbatieve effecten, is cruciaal voor de precisie van toekomstige metingen (zoals het taggen van jets van Higgs-boson verval). Het ontbreekt echter aan experimentele data om deze hoekcorrelaties direct te testen binnen jets bij hoge energieën.

2. Methodologie
De studie maakt gebruik van data verzameld door de CMS-detector bij de Large Hadron Collider (LHC) tijdens de Run 3 (2022), met een middelpuntsenergie van $\sqrt{s} = 13.6$ TeV en een geïntegreerde luminositeit van 34.7 fb$^{-1}$.

• Jet Reconstructie en Declustering:
  • Jets worden gereconstrueerd met het anti-kT-algoritme (AK8, met een afstandsp parameter van 0.8).
  • Om de geschiedenis van de parton-splitsing te reconstrueren, worden deze jets vervolgens "gedecleust" met het Cambridge-Aachen (CA) algoritme. Dit simuleert de volgorde van hoek-geordende splitsingen.
• Definitie van de Observable ($\Delta\phi$):
  • De analyse richt zich op twee opeenvolgende splitsingen: $X \to 1 + 2$ gevolgd door $2 \to 3 + 4$.
  • De hoek $\Delta\phi$ wordt gedefinieerd als de hoek tussen het vlak gevormd door de eerste twee deeltjes en het vlak gevormd door de tweede twee deeltjes. Deze hoek is gevoelig voor interferentiepatronen veroorzaakt door de gluonspin.
• Selectie van Gluon $\to$ Quark-Antiquark ($g \to q\bar{q}$) Splitsingen:
  • De spin-correlatie-effecten zijn het sterkst in $g \to q\bar{q}$-splitsingen, maar deze worden vaak gemaskeerd door $g \to gg$-processen en andere jet-typen.
  • Om de $g \to q\bar{q}$-bijdrage te isoleren, wordt een Machine Learning (ML) aanpak gebruikt. Een diep neurale netwerk (DNN) wordt getraind om jets te categoriseren op basis van hun substructuur (quark-gluon, gluon-gluon, quark-quark, en "unmatched").
  • Het DNN gebruikt twaalf variabelen, waaronder de transversale impulsverdeling, de hoekafstand ($\Delta R$), en de breedte van de subjets.
  • Alleen gebeurtenissen met een hoge waarschijnlijkheid voor een $g \to q\bar{q}$-topologie (score $> 0.6$) worden geselecteerd voor de uiteindelijke analyse.
• Vergelijking met Simulaties:
  • De gemeten verdeling van $\Delta\phi$ wordt vergeleken met simulaties van PYTHIA 8 en HERWIG 7.
  • Twee scenario's worden getest: modellen met gluonpolarisatie ("correlation-on") en modellen zonder deze correlaties ("correlation-off").

3. Belangrijkste Resultaten

• Observatie van Correlaties: De data tonen een duidelijke modulatie in de $\Delta\phi$-verdeling die consistent is met de voorspellingen van modellen die gluonpolarisatie in acht nemen.
• Statistische Significantie:
  • De data wijken af van de hypothese zonder correlaties ("correlation-off") met een significantie van 6.8 standaardafwijkingen ($\sigma$).
  • De data wijken af van de hypothese met correlaties ("correlation-on") met 1.9 $\sigma$, wat aangeeft dat de modellen de trend goed vangen, hoewel er kleine afwijkingen in de vorm van de modulatie zijn.
• Effect van Selectie: Zonder de ML-selectie (inclusieve sample) is het effect van spin-correlaties nauwelijks zichtbaar (~0.5% verschil) vanwege de cancelatie tussen verschillende processen. Door de $g \to q\bar{q}$-kanalen te selecteren, wordt het verschil tussen "on" en "off" modellen in de PYTHIA 8 voorspelling maximaal 12%.
• Modelprestaties: Zowel PYTHIA 8 als HERWIG 7 beschrijven de data redelijk goed, maar de data vertonen een iets kleinere modulatie dan voorspeld door de modellen. De onontwikkelde (unfolded) resultaten tonen aan dat de huidige modellen de vorm van de hoekmodulatie niet volledig reproduceren.

4. Bijdragen en Innovatie

• Eerste Directe Observatie: Dit is de eerste studie die spin-correlaties veroorzaakt door gluonpolarisatie direct observeert binnen de zachte en collineaire straling van jets in pp-botsingen.
• Nieuwe Analyse-techniek: Er is een innovatieve methode ontwikkeld die ML gebruikt om specifieke tussenliggende gluon-splitsingen ($g \to q\bar{q}$) te selecteren binnen complexe jet-structuren, wat essentieel is om het signaal van de ruis te scheiden.
• Flavor Tagging: De studie presenteert de eerste identificatie van lichte quark- en gluon-subjets vanuit tussenliggende emissies binnen jets in data, gebruikmakend van infrarood- en collineair-veilige definitie van de deeltjestype ("flavor").

5. Significatie en Toekomst
De resultaten bevestigen dat gluonpolarisatie een meetbaar effect heeft op de substructuur van jets, zelfs in het niet-perturbatieve regime. Dit heeft belangrijke implicaties voor:

• Verbetering van MC-generators: De huidige modellen (PYTHIA, HERWIG) moeten worden verfijnd om de waargenomen hoekmodulaties nauwkeuriger te beschrijven.
• Jet Tagging: Een realistischere beschrijving van de kinematica binnen jets is cruciaal voor algoritmen die jets moeten identificeren (bijvoorbeeld het onderscheiden van Higgs-boson verval in twee gluonen van QCD-achtergrond).
• Toekomstige Studies: De ontwikkelde techniek kan worden uitgebreid naar de volledige evolutie van jet-splitsingen, wat nieuwe inzichten mogelijk maakt in deeltjesdynamica afhankelijk van het deeltjestype en spin-correlaties in andere processen.

Kortom, deze studie levert een fundamentele test van de QCD-parton-shower-modellen en biedt een nieuwe, krachtige observabele om de rol van de gluonspin in deeltjesbotsingen te begrijpen.