[论文解读] A determination of mc(mc) from HERA data using a matched heavy-flavor scheme

xFitter Developers' team, :+13 more|arXiv (Cornell University)|May 6, 2016

Particle physics theoretical and experimental studies参考文献 44被引用 4

一句话总结

本论文利用HERA的深度非弹性散射（DIS）数据，采用$\overline{\rm MS}$运行质量的FONLL通用重味方案与xFitter框架，提出了对$\overline{\rm MS}$重味夸克质量$m_c(m_c)$的新测定。分析结果为$m_c(m_c) = 1.335 \pm 0.043^{+0.019}_{-0.000}^{+0.011}_{-0.008}^{+0.033}_{-0.008}$ GeV，与PDF世界平均值及以往基于HERA的测定结果一致，且通过匹配的重味方案实现了更优的理论控制。

ABSTRACT

The charm quark mass is one of the fundamental parameters of the Standard Model Lagrangian. In this work we present a determination of the MSbar charm mass from a fit to the inclusive and charm HERA deep-inelastic structure function data. The analysis is performed within the xFitter framework, with structure functions computed in the FONLL general-mass scheme as implemented in APFEL. In the case of the FONLL-C scheme, we obtain mc(mc) = 1.335 +- 0.043(exp) +0.019 -0.000(param) +0.011 -0.008(mod) +0.033 -0.008(th) GeV. We also perform an analogous determination in the fixed-flavor-number scheme at next-to-leading order, finding mc(mc) = 1.318 +- 0.054(exp) +0.011 -0.010(param) +0.015 -0.019(mod) +0.045 -0.004(th) GeV, compatible with the FONLL-C value. Our results are consistent with previous determinations from DIS data as well as with the PDG world average.

研究动机与目标

• 利用高精度HERA的包容性与底夸克DIS数据，精确测定$\overline{\rm MS}$重味夸克质量$m_c(m_c)$。
• 将FONLL通用重味方案扩展至使用$\overline{\rm MS}$运行质量而非极质量，以实现与低能测定的直接比较。
• 评估魅力质量提取对数据子集、理论建模及拟合方法的敏感性，特别是包容性与底夸克标记数据之间的张力。
• 将FONLL-C方案的结果与NLO阶固定味数（FFN）方案的结果进行比较，确保测定结果的稳健性。

提出的方法

• 分析使用xFitter框架对HERA1+2的包容性与底夸克结构函数数据进行全局拟合。
• 结构函数通过APFEL代码中实现的FONLL通用重味方案计算，明确推广至$\overline{\rm MS}$运行质量。
• FONLL方案在$\overline{\rm MS}$方案中应用，使结果可与全局平均值及低能测量直接比较。
• 另在下一阶修正（NLO）阶固定味数（FFN）方案中进行独立拟合以交叉验证。
• 系统评估实验、参数、模型及理论来源的不确定性，包括缺失的高阶修正。
• 拟合包含最终合并的H1与ZEUS包容性截面数据及底夸克产生测量，重点关注包容性与排除性数据子集之间的相互作用。

实验结果

研究问题

• RQ1 使用最新的HERA包容性与底夸克DIS数据，结合FONLL通用重味方案，$\overline{\rm MS}$重味夸克质量$m_c(m_c)$的值是多少？
• RQ2 与NLO阶固定味数（FFN）方案相比，采用$\overline{\rm MS}$质量的FONLL方案在$m_c(m_c)$测定方面表现如何？
• RQ3 为何本研究的联合拟合结果得出的$m_c(m_c)$值高于以往基于HERA的测定？其驱动因素是什么？
• RQ4 单独的HERA包容性数据能在多大程度上约束$m_c(m_c)$？这对联合拟合结果有何影响？
• RQ5 PDF参数化、模型输入及缺失高阶修正带来的不确定性对最终$m_c(m_c)$测定结果的影响程度如何？

主要发现

• FONLL-C方案给出$m_c(m_c) = 1.335 \pm 0.043^{+0.019}_{-0.000}^{+0.011}_{-0.008}^{+0.033}_{-0.008}$ GeV，实验不确定性主导于理论与参数不确定性。
• NLO阶FFN方案给出$m_c(m_c) = 1.318 \pm 0.054^{+0.011}_{-0.010}^{+0.015}_{-0.019}^{+0.045}_{-0.004}$ GeV，与FONLL结果具有良好一致性。
• 单独的HERA包容性数据对$m_c(m_c)$的$\chi^2$依赖性较弱，表明敏感性较差，但对联合拟合值产生向上的拉力。
• 本研究中$m_c(m_c)$值高于以往HERA基测定的主要原因是最终的HERA1+2合并包容性数据集，其偏好更大的质量值，而底夸克标记数据则偏好较小值。
• 结果与PDG世界平均值$1.275 \pm 0.025$ GeV一致，当前测定值略高但处于不确定度范围内。
• 本研究证明，采用$\overline{\rm MS}$质量的FONLL方案为从DIS数据中提取$m_c(m_c)$提供了稳健且精确的框架，理论不确定性极低。