MétaCan
Menu
← Retour à la cohorte
Enregistrement W1870296565 · doi:10.1109/nssmic.2008.4775094

Performance of bare high-purity germanium detectors in liquid argon for the GERDA experiment

2008· article· en· W1870296565 sur OpenAlexaff
Marik Barnabé Heider

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHermeneutics and Narrative Identity
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésGermaniumArgonSemiconductor detectorMaterials scienceNuclear physicsDetectorPhysicsNuclear engineeringRadiochemistryOptoelectronicsOpticsChemistryEngineeringAtomic physicsSilicon

Résumé

récupéré en direct d'OpenAlex

The GERmanium Detector Array, GERDA, will search for neutrinoless double beta decay in76Ge at the National Gran Sasso Laboratory of the INFN. Bare high-purity germanium detectors enriched in76Ge will be submerged in liquid argon serving simultaneously as a shield against external radioactivity and as a cooling medium. In GERDA Phase-I, reprocessed enriched-Ge detectors, which were previously operated by the Heidelberg-Moscow and IGEX collaborations, will be redeployed. Before operating the enriched detectors, tests are performed with non-enriched bare HPGe detectors in the GERDA underground Detector Laboratory to test the Phase-I detector assembly, the detector handling protocols, the refurbishment technology and to study the long-term stability in liquid argon. The leakage currents in liquid argon and liquid nitrogen have been extensively studied under varying gamma irradiation conditions. In total three non-enriched high-purity p-type prototype germanium detectors have been operated successfully. The detector performance is stable over the long-term measurements. For the first time, performance of bare high-purity germanium detectors in liquid argon is reported.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,235
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHermeneutics and Narrative Identity→Travaux en français237 207→