Path-length dependence of parton energy loss across collision systems: a Bayesian analysis of charged-particle RAA, consistent with a universal exponent from O+O to Pb+Pb

Technische Samenvatting: Padlengte-afhankelijkheid van de energieverlies van parton over verschillende botsingssystemen

Probleemstelling
Het mechanisme dat het energieverlies van parton in het quark-gluonplasma (QGP) reguleert, is gecodeerd in de wijze waarop het gemiddelde energieverlies $\langle \Delta E \rangle$ schaalt met de padlengte in het medium $L$. Theoretische kaders voorspellen onderscheidende schalingsgedragingen: collisioneel energieverlies schaalt lineair ($\langle \Delta E \rangle \propto L$), medium-geïnduceerd radiatief verlies schaalt kwadratisch ($\langle \Delta E \rangle \propto L^2$), en sterk-gekoppelde (holografische) modellen voorspellen cubische schaling ($\langle \Delta E \rangle \propto L^3$). Historisch gezien is het extraheren van deze schalingsexponent bemoeilijkt door het analyseren van centraliteitsvariaties binnen een enkel groot systeem (bijv. Pb+Pb), wat biases introduceert door centraliteitsselectie en Glauber-gebaseerde normalisatie ($T_{AA}$) in perifere gebeurtenissen. Het verschijnen van licht-ionen botsingsdata bij de LHC (O+O, Ne+Ne) biedt een complementaire hefboom: het variëren van de systeemgrootte ($A$) bij minimum bias om padlengtes te onderzoeken die vergelijkbaar zijn met perifere zware-ionen botsingen, waardoor de systeemgrootte-afhankelijkheid van energieverlies geïsoleerd kan worden.

Methodologie
De auteurs voeren een Bayesiaanse analyse uit van de geladen-deeltjes nucleaire modificatiefactoren ($R_{AA}$) over vier botsingssystemen: O+O, Ne+Ne, Xe+Xe en Pb+Pb, variërend van massagetallen $A=16$ tot $208$.

1. Forward Model: Een parametrisch model relateert $R_{AA}$ aan het fractionele energieverlies $\Delta p_T$. Het model neemt aan dat $\Delta p_T \propto \rho G^n$, waarbij $\rho$ de relatieve mediumdichtheid is, $G$ een dimensieloze geometrische ratio is, en $n$ de systeemgrootte-exponent is die bepaald moet worden. De spectrale index $a(p_T)$ wordt vastgesteld met data-gedreven metingen uit $pp$-botsingen, waarbij $x_T$-schaling wordt toegepast voor verschillende botsingsenergieën.
2. Geometrie: De botsingsgeometrie wordt berekend met behulp van twee onafhankelijke Glauber-implementaties: een optisch Glauber-model en een aangepast Monte-Carlo Glauber-model (waarbij nucleonposities worden gesampled met hard-core exclusie). Belangrijke geometrische proxies zijn $A^{1/3}$, $\langle N_{part} \rangle^{1/3}$, en de gemiddelde uitgangspadlengte $\langle L \rangle$.
3. Statistisch Kader:
   • Likelihood: Er wordt een gecorreleerde Gaussische likelihood gebruikt, inclusief een bin-naar-bin covariantie-matrix. Systematische onzekerheden worden gemodelleerd met een correlatielengte $\xi = 4$ bins om partiële correlaties te accounten, waardoor overmatige beperking door volledig gecorreleerde systematische fouten wordt vermeden.
   • Inference: De posterieure distributie voor parameters ($\kappa$, $n$, $\beta$) wordt gesampled met de affine-invariant ensemble sampler (EMCEE).
   • Modelselectie: Nested sampling (DYNESTY) berekent de Bayesiaanse evidentie om modellen met vaste exponenten ($n=1, 2, 3$) te vergelijken.
   • Validatie: Het framework bevat een "simulation-based inference" (SBI) pijler met een normalizing-flow neural posterior estimator, gevalideerd via simulation-based calibration (SBC) en leave-one-system-out (LOSO) cross-validatie. Een Gaussian process emulator wordt getraind om uitgesloten systemen te voorspellen.
4. Robuustheid: De analyse wordt getest over 160 varianten met verschillende geometrische proxies, covariantielengtes, spectrale baselines en priors.

Belangrijkste Resultaten

• Effectieve Exponent: De analyse extraheert een effectieve systeemgrootte-exponent van $n = 1,78 \pm 0,15 \text{ (stat)} \pm 0,05 \text{ (syst)}$ voor de $\langle N_{part} \rangle^{1/3}$ geometrie.
• Modelselectie: De Bayesiaanse evidentie bevoordeelt radiatieve schaling ($n=2$) beslissend boven de collisionele ($n=1$) en sterk-gekoppelde ($n=3$) hypothesen. De log-evidentie verschillen zijn $2\Delta \ln Z \approx -29$ (voor $n=1$) en $-48$ (voor $n=3$), beide boven de "beslissende" drempel.
• Microscopische Grenzen: Door de mapping tussen microscopische en effectieve exponenten te analyseren in aanwezigheid van energieverlies-fluctuaties, stellen de auteurs vast dat fluctuaties de effectieve exponent alleen onder de microscopische exponent kunnen verlagen. Bijgevolg stelt de meting een ondergrens aan de microscopische exponent ($n_{micro} \ge 1,78$), waardoor puur collisioneel energieverlies ($n_{micro}=1$) bij een vaste geometrie effectief wordt uitgesloten.
• Universaliteit: Een Bayes-factor test vindt geen bewijs voor een verandering in het energieverlies-regime tussen kleine (O+O, Ne+Ne) en grote (Xe+Xe, Pb+Pb) systemen, wat een universele exponent ondersteunt over het volledige bereik.
• O+O Onderdrukking: Het framework levert beslissend Bayesiaans bewijs ($2\Delta \ln Z \approx 110$) voor niet-nul parton energieverlies in O+O alleen, en kwantificeert het ontstaan van onderdrukking in het kleinste systeem.
• Transportcoëfficiënt: De geëxtraheerde magnitude van het energieverlies komt overeen met een effectieve jet transportcoëfficiënt $\hat{q}/T^3 \approx 2\text{--}5$, wat consistent is met onafhankelijke JETSCAPE-bepalingen.

Betekenis en Claims
Het artikel beweert de eerste statistisch gekalibreerde, op systeemgrootte gebaseerde extractie van de padlengte-exponent voor parton energieverlies te bieden. De primaire bijdragen zijn:

1. Een Robuuste Effectieve Exponent: Het vestigt $n \approx 1,78$ als een robuuste, op geometrie gebaseerde observeerbare die onafhankelijk is van specifieke transportimplementaties, en dient als benchmark voor toekomstige multi-stage energieverlies-berekeningen.
2. Uitsluiting van Collisionele Mechanismen: Door de fluctuatie-grens aan te tonen, demonstreert het dat puur collisioneel energieverlies incompatibel is met de geobserveerde systeemgrootte-trend, zelfs rekening houdend met fluctuaties.
3. Methodologische Rigor: Het werk introduceert een uitgebreid Bayesiaans framework dat gecorreleerde onzekerheden propageert, interval-dekking valideert via closure-tests, en simulation-based inference gebruikt om resultaten te kruiscontroleren, wat de statistische verdedigbaarheid van de extractie waarborgt.
4. Voorspellende Kracht: Het framework levert falsifieerbare voorspellingen voor toekomstige licht-ion metingen (Ar+Ar en Kr+Kr), waarbij een $R_{AA}(10 \text{ GeV}) \approx 0,55 \pm 0,03$ en $0,41 \pm 0,03$ respectievelijk wordt voorspeld.

Beperkingen en Reikwijdte
De auteurs geven expliciet aan dat het resultaat een effectieve exponent is, en geen directe meting van de microscopische padlengte-afhankelijkheid. De analyse wordt beperkt door de degeneratie tussen mediumdichtheid en padlengte in een minimum-bias systeemgrootte-scan (beide schalen als $\langle N_{part} \rangle^{1/3}$), wat betekent dat de geëxtraheerde $n$ beide effecten combineert. De paper claimt ook niet het microscopische mechanisme (bijv. het onderscheid tussen BDMPS-Z en eindige-opaciteit correcties) op te lossen zonder verdere inputs zoals centrality-differentieel data of azimuthale anisotropie ($v_2$) metingen. De conclusies zijn strikt begrensd tot de vier geanalyseerde systemen en de specifieke forward model aannames die zijn gehanteerd.