Notice bibliographique
Résumé
The Cryogenic Dark Matter Search is the second iteration of SuperCDMS dark matter experiments with an increase in sensitivity to low mass dark matter particles. The experiment uses germanium and silicon crystals which are capable of detecting both the charges and phonon signals produced from dark matter interactions. Detectors are housed in towers which are then housed in a cryogenics system able to cool down to 15 mK. The experiment will be installed in an underground lab in Sudbury, Ontario in order to shield from cosmic rays and background radiation. SQUIDs are an acronym for superconducting quantum interference devices that are capable of detecting extremely small magnetic fields. A typical dark matter nuclear recoil interaction can be detected by a TES (transition edge sensor). SQUIDs are then used to read out and amplify the signals generated by the TES. It is essential that these SQUIDS add negligible noise to the intrinsic noise of the TES to be able to distinguish the internal circuit noise from a true dark matter interaction signal. The noise was measured while varying several parameters. Both an Agilent and an SRS785 spectrum analyzer were used. Furthermore, an amplifier which amplified the signal 10x was tested. The Agilent machine produced more noticeably greater noise in the region from 100-1000 Hz, whereas the SRS785 did not. Next, the amplifier was tested and the signal generated was analyzed in comparison to the original signal. The amplifier did not produce any noticeable additional noise over the intrinsic noise of the SQUID. Further work includes testing to see if detectors with higher voltage sources can also be used with negligible noise.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».