Véronique SANGLARD 30 Novembre 2005 Recherche de la matière noire non baryonique à l’aide de détecteurs à double composante ionisation et chaleur : Analyse et interprétation des données de l’expérience EDELWEISS-I Véronique SANGLARD 30 Novembre 2005

2. La détection directe & EDELWEISS PLAN DE L’EXPOSE 1. La matière noire 2. La détection directe & EDELWEISS 3. Analyse et Interprétation des données d’ EDELWEISS-I Étalonnage neutrons Limite supérieure sur un signal WIMP Conclusion & Perspectives Analyse : je n’aurais le temps que de vous parler que de 2 trucs … Limite supérieure, en présence d’un bruit de fond de forme inconnue, et pour cela, je vais utiliser une méthode novatrice que je vous présenterai

1. La matière noire

La matière noire dans l’Univers Énergie noire 70 % Univers plat Ω = ΩΛ + ΩM = 1 30 % Matière Lumineuse < 1 % Noire < 30 % < 5 % Baryons noirs Non baryonique ~ 25 % Chaude n Ne parler que des 70 % d’énergie noire et 30 % de matière dont 5 baryonique. 22% de matière noire non-baryonique froide = WIMP Froide WIMPs Neutralinos (de la supersymétrie) WIMPs 1. La matière noire

La matière noire – Le WIMP Weakly Interactive Massive Particle Densité : Interaction faible avec la matière Candidat théorique : neutralino de la supersymétrie = LSP Particule de Majorana , spin = 1/2 Neutre de charge, de couleur Stable (si la R-parité est conservée)  reliquat présent de nos jours Interaction avec nucléon : entre 10-11 et 10-5 pb Masse : entre 40 GeV/c² et 1 TeV/c² 1. La matière noire

Le WIMP – Détection directe ou indirecte Détection indirecte : détection des produits d’ annihilation de 2 WIMPs au centre de la galaxie, de la Terre ou du Soleil Neutrinos AMANDA, ANTARES, SuperKamiokande Particules des rayons cosmiques ( ) PAMELA, AMS-02 Rayons gammas HESS, CANGAROO, EGRET, GLAST Détection directe : interaction d’un WIMP avec une cible placée dans un laboratoire (diffusion sur un noyau)  recul nucléaire mesurable ANTARES AMANDA AMS SUPER-K HESS EGRET 1. La matière noire

2. La détection directe & EDELWEISS

La détection directe – Principe Mise en évidence de la diffusion élastique d’un WIMP sur un noyau cible  WIMP (du halo galactique) noyau (dans laboratoire) WIMP diffusé Recul nucléaire  ER  mesure de l’énergie du recul nucléaire Flux de WIMPs : loc = 0.3 GeV/c²/cm3 Distribution maxwellienne des vitesses avec vmoy = 250 km/s Pour MW ~ 100 GeV/c² Densité moyenne : 3000 WIMPs/m3 Flux sur Terre : 75000 WIMPs/cm²/s Pour σW-N entre 10-5 et 10-11 pb entre 1 evt/kg/j et 1 evt/t/an 2. La détection directe & EDELWEISS

La détection directe – Contraintes expérimentales Sensibilité maximale pour MW ~ MA Taux < 1 evt/j/kg de détecteur Bruit de fond radioactif extrêmement bas Expériences placées dans des laboratoires souterrains Matériaux d’une grande radiopureté Blindages actif et passif Nécessité d’ une très grande masse de détecteur (~ 1 tonne) Énergie de recul moyenne déposée entre 10 et 50 keV Nécessité d’un seuil proche des limites des détecteurs classiques (NaI, Ge, Si) 2. La détection directe & EDELWEISS

La détection directe – Signatures du WIMP Identification des reculs nucléaires Les particules du bruit de fond (, , ) produisent des reculs électroniques Les interactions de neutrons induisent des reculs nucléaires Forme du spectre de recul Dépend de MW et de W-N Forme des spectres des bruits de fond : inconnue/difficilement prédictible Interaction cohérente (cas indépendant du spin)    A² (détecteurs avec différents noyaux-cibles) Taux d’interaction uniforme dans tout le volume (contrairement aux particules du bruit de fond) Absence d’interactions multiples (interaction faible) contrairement aux neutrons Directionnalité des reculs nucléaires Modulation annuelle du taux d’événements (quelques %)  de 5 MeV ont un dE/dx en majorité électronique et très peu nucléaire Interaction SI  A² -> nécessité d’avoir des noyaux cibles avec différents A Taux d’interact Pas dans EDELWEISS 2. La détection directe & EDELWEISS

La détection directe – Techniques GERDA (0) WIMP Ge EDELWEISS Ge, Si Ionisation Interaction élastique CDMS Noyau cible Xe liquide Chaleur Al2O3, LiF CRESST Lumière CaWO4, BGO, Al2O3 NaI, Xe XENON WIMP ZEPLIN ROSEBUD 2. La détection directe & EDELWEISS

La détection directe – Facteur de quenching du Ge Recul électronique Recul nucléaire Recul nucléaire crée 3 fois moins de paires e-/t qu’un recul électronique Différence  facteur de quenching Q =  /n ( ~ 3 eV, n ~ 10 eV (Ge)) Mesure simultanée de l’ionisation et de la chaleur  mesure de Q=EI/ER discrimination événement par événement des reculs électroniques et nucléaires EI Q Reculs électroniques Reculs électroniques 1 Reculs nucléaires Reculs nucléaires EC ER 2. La détection directe & EDELWEISS

La détection directe – EDELWEISS Au LSM (sous ~1700 m de roches) : Flux de µ ~ 4/m²/j Flux de n ~ 1.6 x 10-6/cm²/s Protections de l’expérience : Blindages externes : 30 cm de paraffine (n) 15 cm de Pb () 10 cm de Cu (X) Blindages internes : 3 cm de Pb archéologique () Balayage de N2 (Rn) 2. La détection directe & EDELWEISS

La détection directe – EDELWEISS – Détecteurs Détecteurs = bolomètre à double voie ionisation et chaleur (3x320g) Chaleur : ΔT = ΔE/C avec C  T3  détecteurs cryogéniques (T ~ 17 mK)  senseur thermique NTD-Ge Ionisation : cristal SC (Ge) avec électrodes + polarisation 2 électrodes (Al) dont une segmentée  définition d’un volume fiduciel ~ 57 % Couche amorphe (Si ou Ge)  amélioration de la collecte de charge Électrode centrale Bolomètre de 100g à 10mK avec ΔE~1 keV, ΔT~10 µK NTD Anneau de garde 2. La détection directe & EDELWEISS

3. Analyse et Interprétation des données

Analyse et Interprétation des données Déterminations des amplitudes des signaux Étalonnage gamma (runs 57Co et 137Cs) Étalonnage en énergie Vérification de la qualité de la collecte de charge Étalonnage neutron Détermination des coupures de sélection (volume fiduciel, reculs nucléaires) Mesure de l’efficacité des coupures Runs de fond Critère de qualité sur les ensembles de données Spectre en énergie des candidats WIMPs sélectionnés Limite d’exclusion W-p(MW) ER 3. Analyse et Interprétation des données

Étalonnage gammas et neutrons Source utilisée : 252Cf, émettrice de neutrons et de  Source utilisée : 137Cs, émettrice de  Reculs électroniques Q ~ 1 On voit une variation de Q avec ER Reculs nucléaires Q ~ 0.3 3. Analyse et Interprétation des données

Étalonnage neutrons – Zones de reculs Utilisation de la variable (Q-Qréf)/(1-Qréf ) avec Qréf = 0.16ER0.18  reculs nucléaires centrés en 0  reculs électroniques centrés en 1 Distribution pour un ΔER  gaussiennes Définition des zones Reculs électroniques : |Q - Q |  3.29Q Reculs nucléaires : |Q - Qn|  1.645Qn On supprime la dépendance de Q avec ER et on a directement les valeurs centrales et les écart-types 3. Analyse et Interprétation des données

Étalonnage neutrons – Zones de reculs Valeur centrale : Q ~ 1 Qn = 0.14ER0.20  Qréf = 0.16ER0.18 Écart-type : Q, loi correspondant à la propagation d’erreurs sur les résolutions expérimentales Qn , constante C à ajouter quadratiquement (interactions multiples, straggling) 3. Analyse et Interprétation des données

Étalonnage neutrons – Seuils en énergie de recul Détermination du seuil en ER de GGA3 grâce aux coïncidences avec les 2 autres détecteurs Les différentes populations (a) Population de référence : Evts dans GGA3 si un neutron dans GSA1 ou GSA3 (b) Événements dans GGA3 avec une amplitude > seuil chaleur en ligne (c) Événements dans GGA3 avec EI > 2.5 keVee (d) Événements dans GGA3 dans la zone de reculs nucléaires et hors zone de reculs e- Efficacité = Population (d) / Population (a) Seuil chaleur en ligne pour ce run avec déclenchement sur la voie chaleur Nécessaire d’associer un signal ionisation au signal chaleur pour que les signaux soient exploitables … signal ionisation moins fort que le signal chaleur (quenching) et moins bonne résolution Mais synchro des signaux ionisation donné par les autres détecteurs dans runs neutrons. Mais en run de fond, pas de coïncidences -> coupure a 2.5 keV Pas parler du 80% par rapport au 90% 3. Analyse et Interprétation des données

Seuils en énergie – Simulation des détecteurs Simulation de l’effet des résolutions expérimentales sur l’efficacité de détection en fonction de l’énergie de recul Étude des différentes configurations des différents détecteurs pour les runs de 2000-2003 Les seuils (à 50 %) expérimentaux mesurés sont bien expliqués par les résolutions expérimentales Seuil (à 50 %) en énergie de recul pour la totalité des données d’EDELWEISS-I : 15 keV Run Détecteur Seuil mesuré (keV) Seuil simulé (keV) 2000 GeAl6 - 23.0 ± 0.5 31.0 ± 0.5 37.0 ± 0.5 2002 GGA1 13.9 ± 0.5 14.0 ± 0.5 2003i GSA3 GSA1(1) GSA1(2) GGA3 14.1 ± 0.8 17.8 ± 0.7 22.7 ± 1.4 13.0 ± 0.5 18.0 ± 0.5 24.0 ± 0.5 21.0 ± 0.5 2003p GSA1 12.9 ± 0.2 11.7 ± 0.2 10.9 ± 0.3 12.0 ± 0.5 11.0 ± 0.5 11.0 ± 0.5 Mentionner le fait que 2003p est le meilleur run avec les plus faibles seuils 3. Analyse et Interprétation des données

Bilan de l’étalonnage neutrons Zones de reculs nucléaires et électroniques Collisions inélastiques n + Ge  n’ + Ge +  2 niveaux excités par les interactions de neutrons 13.26 keV avec t=2.95 µs 68.75 keV avec t = 1.74 ns Discrimination reculs n/e- > 99.9 % au dessus de 15 keV Événements entre les 2 zones compris et pas dus à de la mauvaise collecte de charge 3. Analyse et Interprétation des données

Étalonnage neutrons – Simulations Neutrons constituent un fond à estimer de manière quantitative Nécessité de disposer d’une simulation complète de l’expérience Validation par comparaison avec résultats expérimentaux d’un étalonnage Simulations effectuées avec le code GEANT3 modifié Géométrie introduite avec les blindages, le cryostat, les détecteurs, … 3. Analyse et Interprétation des données

Étalonnage neutrons – simulations Données issues de la simulation dégradées avec les résolutions expérimentales et un facteur ajusté pour reproduire le straggling du quenching des reculs nucléaires 3. Analyse et Interprétation des données

Étalonnage neutrons – simulations Comparaison entre les résultats de la simulation et les données expérimentales d’un étalonnage neutron En terme de nombre absolu d’événements : L’activité de la source a été mesurée à 20.1 ± 1.1 n/s On obtient un rapport MC/data de 1.48 ± 0.05 Autres résultats MCNP (Edelweiss) : < 10% CDMS : < 10% Erreur systématique de 48% En terme de pente des spectres en énergie de recul Calcul entre 15 et 60 keV Différence < 10 % En terme de coïncidences : rapport simples/double ~ 11 Simulation fond neutron Simple/double ~ 11 Simple = 1.7 ± 0.1(stat) ± 0.8(syst) De nombreuses équipes travaillent sur les comparaisons des prédictions des différentes simulations neutron, car de nombreux facteurs influent sur leurs propagations. Il n’existe pas encore de Monte-Carlo qui ait tous les avantages. La présente analyse sert justement à ce genre de comparaison et dans notre cas elle a permis de relever plusieurs problèmes que nous avons tenté de solutionner. Les spectres tiennent compte de la différence de 48% des nombres d’événements 3. Analyse et Interprétation des données

Discrimination des reculs nucléaires Étalonnage gamma avec une source de 137Cs Contamination fortuite du porte-source par du 252Cf Observation de coïncidences entre reculs nucléaires Taux de gammas ~ 1 Hz Identification d’une source de neutrons émettant à un taux < 0.3 mHz On a une très bonne discrimination (n-g). On a pu le vérifier lors d’un étalonnage à grande statistique où par une erreur de manipulation, le porte source a été contaminé par du californium. Identification d’une source de neutrons ~ 10000 ou 100000 fois plus faible que la source gamma 3. Analyse et Interprétation des données

Le signal WIMP

Signal WIMP But : taux d’événements expérimental (R)  limite sur σW-A (section efficace d’interaction WIMP-noyau) 2 couplages WIMP-noyau : Indépendant du spin ou scalaire (SI) qui domine généralement en supersymétrie Dépendant du spin ou axial (SD) Calcul du Spectre de recul théorique de WIMPs à partir de « Lewin & Smith, Astropart. Phys. 6 (1996) 87 »  3. Analyse et Interprétation des données

Signal WIMP – Calcul du spectre théorique Expression du spectre en énergie théorique de WIMPs : Distribution de vitesses des WIMPs dans le halo vesc = vitesse d’échappement de la galaxie vT = vitesse de la Terre dans la galaxie S = facteur d’échelle nucléon-noyau = A²(µA/µp)² F(ER) = facteur de forme nucléaire Expression du spectre en énergie théorique de WIMPs : Distribution de vitesses des WIMPs dans le halo vesc = vitesse d’échappement de la galaxie vT = vitesse de la Terre dans la galaxie S = facteur d’échelle nucléon-noyau = A²(µA/µp)² F(ER) = facteur de forme nucléaire Expression du spectre en énergie théorique de WIMPs : Distribution de vitesses des WIMPs dans le halo vesc = vitesse d’échappement de la galaxie vT = vitesse de la Terre dans la galaxie S = facteur d’échelle nucléon-noyau = A²(µA/µp)² F(ER) = facteur de forme nucléaire Expression du spectre en énergie théorique de WIMPs : Distribution de vitesses des WIMPs dans le halo vesc = vitesse d’échappement de la galaxie vT = vitesse de la Terre dans la galaxie S = facteur d’échelle nucléon-noyau = A²(µA/µp)² F(ER) = facteur de forme nucléaire Expression du spectre en énergie théorique de WIMPs : Distribution de vitesses des WIMPs dans le halo vesc = vitesse d’échappement de la galaxie vT = vitesse de la Terre dans la galaxie S = facteur d’échelle nucléon-noyau = A²(µA/µp)² F(ER) = facteur de forme nucléaire 3. Analyse et Interprétation des données

Signal WIMP – Facteur de forme Effet dû au facteur de forme  Diminution du taux d’événement Entre un noyau de Ge et un noyau d’I : le F(q)  R et le A  R R (/kg/j) ER moy (keV) Sans F(E) 7.06 42.3 Avec F(E) 3.77 23.9 3. Analyse et Interprétation des données

Signal WIMP – Simulation Simulation par Monte-Carlo de l’effet des résolutions expérimentales et de la sélection des reculs nucléaires sur les spectres de reculs théoriques en énergie de recul Obtention d’un spectre de recul simulé pour une masse de WIMP donnée une section efficace WIMP-nucléon donnée une configuration expérimentale donnée Interaction SI avec A = 72.61 MW (GeV/c²) R (/kg/j) pour Ge et =10-5 pb 20 0.364 40 1.522 100 1.787 500 0.565 3. Analyse et Interprétation des données

Signal WIMP – Diagramme d’exclusion Méthode : Résultat expérimental : on observe Nobs en Texp kg.j Si Nobs=0, ou si présence d’un bruit de fond  que dire du taux d’événements WIMPs, R Établissement d’une limite supérieure Loi statistique  obtention de µexc (nombre d’événements exclu par l’expérience) pour un niveau de confiance CL donné Exp : loi de Poisson, Nobs=0 exclu modèles prédisant µ > 2.3 événements à 90% CL et µ > 3 événements à 95% CL Si une section efficace réf produit en moyenne µréf événements en Texp kg.j, alors exc > (réf µexc)/µréf Représentation des données sous la forme de courbe de exc(MW)  diagramme d’exclusion 3. Analyse et Interprétation des données

La méthode de Yellin

La méthode de Yellin Si présence d’un bruit de fond inconnu dans les données Pas de soustraction possible Loi de Poisson trop pessimiste Nouvelle méthode développée par S. Yellin (CDMS) PRD 66 (2002) 032005 Ingrédients : Spectre expérimental en énergie de recul Spectre théorique de WIMPs 2 méthodes Maximum Gap Optimum Interval Choix de l’intervalle donnant la plus grande contrainte + correction du biais introduit Par exemple, sur le graphe de droite, il y a plus d ’événements expérimentaux à gauche qu’à droite. Si je me base que sur l’intervalle de là à là, je vais obtenir une meilleure limite que si je me base sur l’intervalle entre là et là. Mais si l’excès d’evts à gauche n’est dû qu’à une fluctuation statistique, la limite basée sur l’intervalle de droite sera trop optimiste. C’est ce genre de biais qu’il faut contrôler. Un autre problème est qu’il n’est pas évident de voir sur ce spectre quel est l’intervalle le plus favorable : celui avec 0 événements, 1 ou plus ??? Cette méthode va fournir le bon intervalle et le biais associé au choix. 3. Analyse et Interprétation des données

La méthode de Yellin – Transformation de variable Identification de l’intervalle contraignant le plus le signal est plus simple si on utilise comme variables non pas ER mais et µ = intégrale du spectre attendu Maximum gap = Intervalle le plus grand entre 2 événements qui contraint le plus le signal Optimum interval = Intervalle le plus grand avec n événements (n=0,1,2, …) qui contraint le plus le signal Choix de n donnant la meilleure limite n’est pas évident Taille de l’intervalle augmente avec n Limite de Poisson se détériore avec n croissant 3. Analyse et Interprétation des données

La méthode de Yellin – Maximum Gap C0 = probabilité que la taille de l’intervalle maximal soit > x pour un nombre total d’evts µ On connaît x et on augmente µ pour avoir C0(x,µ) = 0.9  µ = µexc Simulation avec comme but de vérifier la formule du C0 Génération de K expériences avec N événements (donné par une distribution de poisson de valeur moyenne µ) Assignation d’une énergie (entre 0 et 1) à chaque événements Détermination du plus grand intervalle sans événements (longueur maximum g ) Distribution des K valeurs de g 90% des g < g90 On vérifie que C0(g90µ,µ)=90% C’est la cas le plus simple à comprendre. On ne cherche pas à optimiser le n, on prend simplement n=0. Le problème se résume donc à trouver CO, la probabilité que … µ g90 90 % g95 95 % 5 0,658 89.9 0,759 94.4 15 0,316 90.2 0,359 95.2 25 0,212 90.0 0,239 95.0 3. Analyse et Interprétation des données

La méthode de Yellin – Optimum Interval Généralisation de C0 à Cn Cn(x,µ)  probabilité de trouver un intervalle, avec n evts,  x pour un nombre total d’evts µ Problème 1 : Pas de formule analytique simple S. Yellin a calculé les par Cn Monte-Carlo Tables et programmes d’interpolation disponibles Problème 2 : Choix de prendre le n qui donne la meilleure limite biaise cette limite S. Yellin a calculé une table de correction de ce biais Niveau de confiance à 90% non pas donné par Cn(x,µ) = 0.9 mais par Cn(x,µ) = CMax(0.9,µ) Table de CMax(0.9,µ) et programmes d’interpolation disponibles 3. Analyse et Interprétation des données

La méthode de Yellin – Optimum Interval Exemple : 5 evts dans le spectre rèf = 10-5 pb, MW = 30 GeV/c² µ = 9.75 evts attendus dans le spectre µmin = µ1 = 5.36 evts exc = 5.4910-6 pb Regarde tous les intervalles avec 0,1,… n evts  n+1 intervalles maximaux : gn = xn/µ Résolution de Cn(gn µ,µ) = CMax(0.9,µ) Calcul des µn solutionnant cette équation  le plus petit des µn = µexc 3. Analyse et Interprétation des données

La méthode de Yellin – Optimum Interval Simulation : K expériences avec N evts (moyenne des N = µ) Calcul des différents intervalles maximales avec 0, … N evts = gn Calcul des µn qui solutionnent Cn(xn,µ) = CMax(0.9,µ) Détermination du plus petit des µn pour chaque expérience = µexc Distribution des µexc Vérification que 90 % des expériences donnent un µexc > µ Remarque : Les pics  Cn(µ,µ)  l’intervalle choisi par la méthode = intervalle en entier µ 90 % 95 % 5 90.4 ± 0.2 96.0 ± 0.1 10 89.8 ± 0.2 94.6 ± 0.3 15 89.9 ± 0.2 94.7 ± 0.3 3. Analyse et Interprétation des données

Interprétation des données

Interprétation des données – Prises de données Prises de données d’EDELWEISS-I entre 2000 et 2003 4 runs différents 2000 : 1 détecteur 2002 : 3 détecteurs en fonctionnement mais un seul pour la physique 2003i : 3 détecteurs pour la physique (déclenchement sur la voie ionisation) 2003p : 3 détecteurs pour la physique (déclenchement sur la voie phonon) Run 2003p : Run très stable avec un très bon comportement des détecteurs (4 mois) Seuils nettement améliorés Taux d’événements entre 30 et 100 keV avant rejet  : Tout : 2.00 ± 0.03 evt/kg/j/keV Volume fiduciel : 1.31 ± 0.03 evt/kg/j/keV Simples : 0.98 ± 0.03 evt/kg/j/keV 3. Analyse et Interprétation des données

Interprétation des données – Étude du fond Étude des événements : distribution de (Q-Qréf)/(1-Qréf) Comparaison avec étalonnage gamma et neutron Simples : queue qui atteint région des reculs nucléaires (à basse énergie) Coïncidences : diminution significative de la queue Libre parcours moyen des particules de cette queue < 2 mm  événements de surface ? Manque de statistique pour conclure Présence d’une coïncidence en reculs nucléaires : Fond neutron ? Estimation du nombre de simples sur doubles ~ 11 (exp.) Simulation GEANT3 en 62 kg.j : 1.7 ± 0.1(stat) ± 0.8(syst) neutrons 2 populations dans le bruit de fond ? Mais pas assez de statistique pour les quantifier Ces fonds seront réduits dans EDELWEISS-II 3. Analyse et Interprétation des données

Interprétation des données – Spectre en énergie Sélection d’un candidat WIMP : 75 % de la charge collectée sur l’électrode centrale EI > seuil (mis en ligne ou hors ligne) (Q,ER) dans la zone de reculs n et hors zone de reculs e- Interaction simple + pour 2003p Ec > seuil mis en ligne ²NTD > ²norm >10 (keV) >15 >20 >30 >100 2000 2 - 2002 5 1 2003i 20 17 8 2003p 34 19 11 3 Edel-I 61 40 22 6 3. Analyse et Interprétation des données

Interprétation des données – Exclusion 40 événements considérés > 15 keV Utilisation de la méthode de Yellin Pas de soustraction de fond Obtention des limites avec un C.L. de 90% Limite identique à celle de 2002 avec une exposition 4 fois plus élevée et la présence d’un bruit de fond Meilleure sensibilité : 1.5 10-6 pb à 80 GeV/c² Limite : 0.12 evt/kg/j entre 30 et 100 keV Comparaison avec d’autres expériences : CDMS 2005 : 1.710-7 pb pour 60 GeV/c² (Ge) CRESST 2004 (CaWO4) DAMA NaI-4 (modulation annuelle) 3. Analyse et Interprétation des données

Interprétation des données – Exclusion Intervalles en énergie et nombre d’événements sélectionnés par la méthode de Yellin pour chaque masse de WIMP Intervalles choisis sont consistants avec le spectre expérimental Pour M~20 GeV/c²  choix de l’intervalle avec le plus d’événements (quasi-poisson) Pour M~100 GeV/c²  choix de l’intervalle entre 33 et 87 keV (le plus grand intervalle en énergie avec seulement un événement) En sélectionnant les événements > 30 keV (seuil déterminé à posteriori), la limite est meilleure mais totalement biaisée 3. Analyse et Interprétation des données

Interprétation des données – Prédictions Zones hachurées = prédictions supersymétriques Points = benchmarks en SUSY Actuellement : 0.1 evt/kg/j Expérience en cours : CDMS-II, EDELWEISS-II, CRESST-II, …  10-8 pb  explorations de nombreux benchmarks Futur : EURECA, SuperCDMS, …  10-10-11 pb 3. Analyse et Interprétation des données

Conclusion Grâce aux étalonnages neutron, on comprend très bien notre sélection de reculs nucléaires et on peut en mesurer son efficacité La simulation exacte des différents bruits de fond est difficile à mettre en œuvre. La présence de fonds dont la forme du spectre n’est pas connue précisément a entraîné l’utilisation de la méthode de Yellin Les résultats d’EDELWEISS-I Run 2003p : stabilité des détecteurs et très bonnes performances pendant plusieurs mois Apparition d’un bruit de fond : neutrons et événements de surface ? Limites extraites avec 40 événements pour ER > 15 keV  1.510-6 pb à 80 GeV/c²

Perspectives Leçons pour EDELWEISS-II : sensibilité espérée = 0.002 evt/kg/j Fond neutron : Augmentation du blindage en PE (30  50 cm) Véto µ entourant l’expérience Augmentation du nombre de détecteurs 3  28  110 ( interactions multiples) Événements de surface : Vérification de la pureté radioactive des matériaux (sélection drastique des matériaux = mesure + simulation) Salle blanche autour de l’installation + usine à radon Possible localisation de l’interaction avec des senseurs NbSi (7400g dans EDELWEISS-II) Utilisation d’électrodes plus épaisses (> 20 µm) Suite : Méthode de Yellin : Étude à 2 dimensions (Q, ER) Analyse des données : passage à la configuration EDELWEISS-II R&D : Étalonnage avec une source d’électrons