Cette thèse présente trois études différentes basées sur les données de CMS du Run 2. Les deux premières sont des mesures des propriétés des amas dans le trajectographe à pistes de silicium de CMS, liées respectivement aux particules hautement ionisantes (HIP) et au partage de charge entre les pistes voisines (également appelé diaphonie). Le dernier sujet abordé dans ce document est la recherche du partenaire supersymétrique du quark top, appelé stop. Une augmentation de l’inefficacité de reconstruction des hits dans le trajectographe à pistes de silicium de CMS a été observée au cours des années 2015 et 2016. Les particules hautement ionisantes ont été identifiées comme une cause possible de ces inefficacités. Cette thèse apporte des résultats qualitatifs et quantitatifs sur l’effet HIP et sa probabilité. Le HIP n’était pas la source la plus importante d’inefficacité et, une fois la source identifiée et corrigée, les nouvelles données révèlent qu’après cette correction, le HIP représente à présent la principale source d’inefficacité. La seconde étude présentée porte sur les conditions utilisées dans la simulation du trajectographe par CMS afin de fournir des résultats réalistes. Ces conditions changent avec les conditions de fonctionnement du trajectographe et évoluent avec le vieillissement du trajectographe résultant des dommages causés par le rayonnement. Nous avons constaté que les paramètres de diaphonie obsolètes avaient une grande incidence sur la forme de l’amas. Dans cette thèse, les paramètres ont été réévalués et il a été confirmé que les nouveaux paramètres améliorent grandement l’accord des amas entre données et simulation. La dernière partie décrit en profondeur la recherche de stop en utilisant les données collectées en 2016 (correspondant à ∫L = 35.9 fb−1) avec un lepton dans l’état final. Aucun excès n’a été observé par rapport aux prédictions attendues par le modèle standard et les résultats ont été interprétés en terme de limites d’exclusion sur des modèles simplifiés. / This thesis presents three different studies based on the CMS Run 2 data. The first two are measurements of the cluster properties in the CMS silicon strip tracker related respectively to the highly ionizing particles (HIP) and the charge sharing among neighboring strips (also known as cross talk). The last topic discussed in this document is the search for the supersymmetric partner of the top quark, called the stop. An increase in the hit inefficiency of the CMS silicon strip tracker was observed during the years 2015 and 2016. The highly ionizing particles were identified as a possible cause of these inefficiencies. This thesis brings qualitative and quantitative results on the HIP effect and its probability. The HIP was found not to be the largest source of inefficiency at that time and once the source was identified and fixed, the new data revealed that after this fix the HIP now represents the major source of the hit inefficiency. The second study presented in this thesis focuses on the conditions plugged in CMS tracker simulation in order to provide realistic results. These conditions change with the tracker operating conditions and also evolve with tracker ageing resulting from the radiation damage. We identified that the outdated cross talk parameters largely impact the cluster width and seed charge. In this thesis the parameters were remeasured and it was confirmed that the new parameters largely improve the agreement of clusters between data and simulation. The last part describes deeply the stop analysis using data recorded in 2016 (corresponding to ∫L =35.9 fb−1) with single lepton in the final state. No excess was observed in the full 2016 data (∫L = 35.9 fb−1) with respect to the standard model background predictions and therefore exclusion limits in terms of simplified model spectra were derived.
Identifer | oai:union.ndltd.org:theses.fr/2018STRAE018 |
Date | 27 September 2018 |
Creators | Jansova, Markéta |
Contributors | Strasbourg, Collard, Caroline |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | English, French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0022 seconds