[論文レビュー] $\alpha_s(M_Z^2)$ in NNLO Analyses of Deep-Inelastic World Data

S. Alekhin, H. Böttcher+2 more|arXiv (Cornell University)|Jun 13, 2011

Particle physics theoretical and experimental studies参考文献 3被引用数 4

ひとこと要約

本稿では、深電子散乱（DIS）世界データの次々次の項（NNLO）解析を通じて、1%未満の精度で強い結合定数 $\alpha_s(M_Z^2)$ を抽出する。高次チルト補正、FFNSおよびBSMNスキームによる重いフレーバー寄与、および改良された $F_L$ 構造関数モデルを組み込むことで、NNLOフィットにおいて $\alpha_s(M_Z^2) \approx 0.1135 \pm 0.0014$ を達成し、NLO解析からの不一致を解消し、高次の効果を適切に考慮すれば、グローバル平均と整合的であることを確認した。

ABSTRACT

A summary and overview is presented of the current determinations of the strong coupling constant in higher order perturbative QCD using DIS scattering data.

研究の動機と目的

• 深電子散乱（DIS）世界データから $\alpha_s(M_Z^2)$ を1%未満の精度で決定すること。
• NLO解析に見られる大きなスケール不確実性（$\sim 0.0050$）を解消するためにNNLO計算を用いること。
• 高次チルト補正、$F_L$ 構造関数モデル化、および重いクォーク質量効果が $\alpha_s$ 抽出に与える影響を評価すること。
• 異なるグローバルフィット（ABKM、MSTW、JR、ABM）およびスキーム（FFNS、BSMN）間での一貫性と系統的不確実性を比較すること。
• LHCおよびテバトロンにおける高精度のヒッグスボソン断面積予測に用いる $\alpha_s$ 値の信頼性を検証すること。

提案手法

• $F_2^{p,d}$、Drell-Yan、および二ミュオンデータを含むDIS世界データに対するNNLOグローバルフィットを実施し、海クォーク密度を制約すること。
• 固定フレーバー数スキーム（FFNS）およびBSMNアプローチを用いて、$O(\alpha_s^2)$ 段階での重クォーク寄与をモデル化すること。
• $O(\alpha_s^3)$補正および $F_L$ 構造関数データを組み込むことで、$\alpha_s$ 抽出における系統的バイアスを低減すること。
• 低 $Q^2$ および大きな $x$ における高次チルト効果が顕著な領域を除外し、主要チルト支配を確保すること。
• BBGおよびABKMグローバルフィットをベンチマークとし、主要ウィルソン係数を用いたN$^3$LO外挿法を適用すること。
• 結果を $e^+e^-$ トゥルスデータおよび世界平均と比較し、一貫性を評価し、不一致を同定すること。

実験結果

リサーチクエスチョン

• RQ1 NNLO解析によるDIS世界データからの $\alpha_s(M_Z^2)$ 抽出精度はどの程度で、NLO結果と比べてどう異なるか？
• RQ2 高次チルト補正および $F_L$ 構造関数モデル化は、抽出された $\alpha_s(M_Z^2)$ 値にどのように影響するか？
• RQ3 FFNSとBSMNスキームの選択が $\alpha_s(M_Z^2)$ 決定に与える影響は何か？
• RQ4 なぜ一部のグローバルフィット（例：MSTW）は他のフィット（例：ABKM、JR）よりもNNLOで高い $\alpha_s(M_Z^2)$ 値を示すのか？
• RQ5 $F_L$ の不一致が $\alpha_s(M_Z^2)$ を過剰に推定する原因となり、その程度はどの程度で、どのように是正できるか？

主な発見

• NNLO解析により、$\alpha_s(M_Z^2)$ のスケール不確実性が $\sim 0.0014$ にまで低下し、NLOの $\sim 0.0050$ より顕著に小さくなった。
• ABKMのNNLOフィットでは、FFNSにおいて $\alpha_s(M_Z^2) = 0.1135 \pm 0.0014$ を得ており、他のNNLOグローバルフィットと整合的である。
• NNLO解析にH1/ZEUSデータを併用することで $\alpha_s(M_Z^2)$ が $+0.0012$ 上昇するが、これは走行クォーク質量効果および $F_L$ 補正によって相殺される。
• 不一致する $F_L$ モデル化は、$\alpha_s(M_Z^2)$ に $+0.0035$（$\sim 2.3\sigma$）の上向きバイアスをもたらし、$O(\alpha_s^3)$ 補正を含めると $+0.0050$（$\sim 3.6\sigma$）にまで増大する。
• 世界平均の $\alpha_s(M_Z^2) = 0.1184 \pm 0.0007$ は、大多数のNNLO結果よりも高い値であり、NLOベースの入力に起因する緊張がある可能性を示唆している。
• NLOフィットはNNLOに比べて $\alpha_s(M_Z^2)$ を系統的に過剰に推定しており、ジャケットデータ解析では典型的に $0.1156 \pm 0.0041$ の値を示している。