Measuring jet energy loss fluctuations in the quark-gluon plasma via multiparticle correlations
Auteurs : Abraham Holtermann, Jacquelyn Noronha-Hostler, Anne M. Sickles, Xiaoning Wang
Résumé : The quark-gluon plasma (QGP) is a high temperature state of matter produced in the collisions of two nuclei at relativistic energies. The properties of this matter at short distance scales are probed using jets with high transverse momentum ($p_T$) resulting from quarks and gluons scattered with large momentum transfer in the earliest stages of the collisions. The Fourier harmonics for anisotropies in the high transverse momentum particle yield, $v_n(p_T)$, indicate the path length dependence of jet energy loss within the QGP. We present a framework to build off of measurements of jet energy loss using $v_n(p_T)$ by characterizing fluctuations in jet energy loss that are currently not constrained experimentally. In this paper, we utilize a set of multivariate moments and cumulants as new experimental observables to measure event-by-event fluctuations in the azimuthal anisotropies of rare probes, and compare them to the azimuthal anisotropies of soft particles. Ultimately, these fluctuations can be used to quantify the magnitude and fluctuations of event-by-event jet energy loss. We relate these quantities to existing multivariate cumulant observables, highlight their unique properties, and validate their sensitivities with a Monte Carlo simulation.
Explorez l'arbre d'article
Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel
Recherchez des articles similaires (en version bêta)
En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.