[論文レビュー] Threshold-improved predictions for charm production in deep-inelastic scattering

N. A. Lo Presti, H. Kawamura+2 more|arXiv (Cornell University)|Aug 5, 2010

Particle physics theoretical and experimental studies参考文献 11被引用数 7

ひとこと要約

本稿では、深電子散乱における charm クォーク生成のための、初めての完全な閾値補正付き次々次の高次の項 (NNLO) 予測を提示する。これは、閾値極限 (β → 0) における主要対数項の再結合を用いる。本稿では、NNLO 段階で最大 4 乗の対数項まで、すべての閾値強調寄与を導出しており、小 Bjorken-x および低 Q² 段階での精度を著しく向上させ、低スケールにおける小 x 領域で 15–30% の補正が得られる。

ABSTRACT

We have extended previous results on the threshold expansion of the gluon coefficient function for the charm contribution to the deep-inelastic structure function F_2 by deriving all threshold-enhanced contributions at the next-to-next-to-leading order. The size of these corrections is briefly illustrated, and a first step towards extending this improvement to more differential charm-production cross sections is presented.

研究の動機と目的

• 小 x および低 Q² 段階で閾値効果が支配的となる領域において、深電子散乱の構造関数 F₂ における charm 貢献の信頼性の高い NNLO 補正を提供すること。
• 以前の閾値再結合結果を拡張し、NNLO 段階で最大 4 乗の対数項まで、すべての閾値強調項を導出すること。
• 特に charm クォークの横運動量分布に対して、微分断面積の精度を向上させること。
• HERA や固定標的に基づく DIS データからのパートン分布関数のより正確な抽出を可能にするために、NNLO 段階での理論的不確実性を低減すること。

提案手法

• 最近の質量を持つ粒子のアモイチュードおよびハドロン衝突における重クォーク生成の発展を活用し、NNLO 段階でのグルーオン係数関数の完全な構造を導出。
• メリン空間を用いて、対数項 (ln N) を指数関数 G を通じて再結合し、cusp 異常次元 A_g および γ* g → c c̄ の D 関数を介して、共線およびソフトグルーオン放出を統合。
• Ref. [2] の NLO 結果を解析的に統合することで、マッチング関数 g₀(αₛ, N) を計算し、Ref. [3] のパラメータ化を用いて数値的に検証。
• 再結合された係数関数を αₛ のべき乗で展開し、メリン逆変換を実行して、運動量分率 x 空間における係数関数を取得。
• 非対数的 1/β クーロン項を含め、高スケールにおいてはわずかだが無視できない影響を確認。
• 最新のパートン分布 (CT14) および独立した数値コードを用いて、p_T 微分型 charm 構造関数の更新された NNLO 評価を提供。

実験結果

リサーチクエスチョン

• RQ1 深電子散乱における charm 生成の NNLO 係数関数に対する、完全な閾値強調寄与は何か？
• RQ2 新しい閾値補正付き NNLO 補正は、低 Q² および小 x における charm 構造関数 F₂ にどのように影響を与えるか？
• RQ3 閾値再結合補正は、charm クォークの p_T 微分断面積の精度をどの程度向上させるか？
• RQ4 特にピーク付近において、次々次の対数項 (NLL) 再結合に基づく NLO 近似は、p_T 分布に対して信頼できるか？
• RQ5 閾値展開を他の既知の極限（例：大 ξ や大 η）と組み合わせることで、完全な近似 NNLO 係数関数を構築可能か？

主な発見

• 本稿では、F₂^c のグルーオン係数関数の閾値展開を完了させるために、NNLO 段階で最大 4 乗の対数項まで、すべての閾値強調項を導出している。
• Q² = 4 GeV² および x ≈ 10⁻² の条件下で、NNLO 補正は 15–30% に達し、高スケールでのそれよりも顕著に大きい。
• 次々次の対数項 (NLL) 閾値項の組み込みにより、p_T 微分構造関数の精度が向上し、分布のピーク付近で最大 40% の補正が得られた。
• 非対数的 1/β クーロン項は高スケールでわずかだが無視できない影響を示しており、高精度予測におけるその重要性を示唆している。
• x ≈ 0.01 では NLO NLL 近似は信頼できるが、x ≈ 0.001 ではそれほどではないため、NNLO モデルの改善が求められる。
• 本結果は、小スケール・小 x 系において NNLO 効果を信頼できる形で推定する唯一の現在の評価を提供しており、LHC PDF フィッティングにとって不可欠である。