Partenaires

CNRS IN2P3
Sorbonne Universite
Universite de Paris
UPMC


Rechercher

Sur ce site

Sur le Web du CNRS


Accueil du site > Thèses, Stages, Formation et Enseignement > Propositions de thèses 2021 > Recherche directe de matière noire avec le détecteur XENONnT

Recherche directe de matière noire avec le détecteur XENONnT

Titre : Recherche directe de matière noire avec le détecteur XENONnT

Directeur de thèse : Luca Scotto Lavina

Equipe : Rayonnement Cosmique et Matière Noire ; expérience XENON

Description :

XENONnT est une des expériences les plus sensibles au monde pour la recherche directe de matière noire. La prise de données vient de commencer et l’expérience est actuellement en phase de calibration du détecteur.

Le détecteur XENONnT est une TPC (Time Projection Chamber = chambre à projection temporelle) ayant du xénon liquide comme cible active. L’expérience prévoit de prendre des données pour une durée de 4-5 ans.

Une des méthodes pour rechercher des particules de matière noire interagissant leptoniquement consiste à utiliser la modulation qui devrait être induite, en raison du mouvement relatif de la Terre par rapport au halo de matière noire de notre galaxie, dans le bruit de fond électronique du détecteur.

Le travail de cette thèse sera tout d’abord d’étudier de possibles corrélations entre les taux d’événements de recul électronique et les paramètres du détecteur (tels que le niveau de liquide, les pressions et températures, les variations de tension des électrodes, etc...) dans différents régimes d’énergie. Cette procédure est nécessaire pour établir la stabilité temporelle du détecteur, car de petites variations de ses paramètres peuvent influencer la génération du signal, affectant potentiellement les efficacités et les taux d’événements mesurés.

Ensuite, il faudra réaliser une analyse de recherche d’un signal modulé sur des simulations Monte Carlo, afin d’évaluer la sensibilité éventuelle des données aux modulations du bruit de fond.

Enfin, la thèse se terminera par l’analyse de recherche de modulation annuelle de matière noire sur toutes les données collectés par l’expérience.

Il sera demandé à l’étudiant de se familiariser avec le langage de programmation python et en général avec les techniques d’analyse d’une expérience à bas bruit de fond.

Stage : Un stage avant le début du doctorat est prévu.

Lieu de travail : LPNHE, Paris

Déplacements Eventuels : Déplacements réguliers au Laboratoire souterrain du Gran Sasso (LNGS), Italie, pour la prise de données et les les réunions de Collaboration. Présentation à une conférence internationale et participation à une école d’été.

Contact : Luca Scotto Lavina, 33 (0)1 44 27 41 79

Facebook

Dans la même rubrique :