Determining neutrino oscillation parameters from atmospheric muon neutrino disappearance with three years of IceCube DeepCore data
Notice bibliographique
Résumé
We present a measurement of neutrino oscillations via atmospheric muon neutrino disappearance with three years of data of the completed IceCube neutrino detector. DeepCore, a region of denser IceCube instrumentation, enables the detection and reconstruction of atmospheric muon neutrinos between 10 and 100 GeV, where a strong disappearance signal is expected. The IceCube detector volume surrounding DeepCore is used as a veto region to suppress the atmospheric muon background. Neutrino events are selected where the detected Cherenkov photons of the secondary particles minimally scatter, and the neutrino energy and arrival direction are reconstructed. Both variables are used to obtain the neutrino oscillation parameters from the data, with the best fit given by $\mathrm{\ensuremath{\Delta}}{m}_{32}^{2}={2.72}_{\ensuremath{-}0.20}^{+0.19}\ifmmode\times\else\texttimes\fi{}{10}^{\ensuremath{-}3}\text{ }\text{ }{\mathrm{eV}}^{2}$ and ${\mathrm{sin}}^{2}{\ensuremath{\theta}}_{23}={0.53}_{\ensuremath{-}0.12}^{+0.09}$ (normal mass ordering assumed). The results are compatible, and comparable in precision, to those of dedicated oscillation experiments.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».