A search for supernova neutrinos with the Sudbury Neutrino Observatory
Notice bibliographique
Résumé
The Sudbury Neutrino Observatory (SNO) is an underground Cerenkov detector designed to detect neutrinos from astrophysical sources. The fiducial mass of the detector consists of 1000 tonnes of D₂0 , which provides sensitivity to all neutrino flavours. Since much of the energy released in the supernova burst is expected to be carried by the muon and tau neutrinos, the supernova signal recorded by the SNO detector is of particular importance. In addition, SNO is also sensitive to the prompt electron neutrino signal expected from capture processes during core collapse. Various supernova models are investigated and predictions of the SNO supernova signal are studied using simulated Monte Carlo data. A data analysis program to identify neutrinos from a galactic supernova burst has been installed in the online system at SNO. The program automatically analyzes burst data and it is anticipated that a manual alert to the Supernova Early Warning System could be issued within 20-30 minutes with negligible possibility of a false alarm. The burst identification algorithm currently in use both online and offline provides detection sensitivity beyond the far edge of our galaxy. A search for supernova neutrinos was performed using 241.0 days of data collected over the time period between November 2, 1999 and January 4, 2001. No candidate bursts were observed over this period, which places a 90% confidence level upper limit of < 3.5 galactic supernovae per year.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».