MétaCan
Menu
Retour à la cohorte
Enregistrement W2339940431 · doi:10.1107/s1600577516000114

First experimental feasibility study of VIPIC: a custom-made detector for X-ray speckle measurements

2016· article· en· W2339940431 sur OpenAlexaff
Abdul K. Rumaiz, D. P. Siddons, G. Deptuch, P. Maj, A. Kuczewski, G. Carini, Suresh Narayanan, Eric M. Đufresne, Alec Sandy, Robert S. Bradford, Andrei Fluerasu, Mark Sutton

Notice bibliographique

RevueJournal of Synchrotron Radiation · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensMcGill University
Organismes subventionnairesFermilabArgonne National LaboratoryOffice of ScienceU.S. Department of Energy
Mots-clésDetectorMicrosecondChipPixelOpticsPhoton countingPhysicsSpectroscopyPhotonSpeckle patternMaterials scienceOptoelectronicsComputer science

Résumé

récupéré en direct d'OpenAlex

The Vertically Integrated Photon Imaging Chip (VIPIC) was custom-designed for X-ray photon correlation spectroscopy, an application in which occupancy per pixel is low but high time resolution is needed. VIPIC operates in a sparsified streaming mode in which each detected photon is immediately read out as a time- and position-stamped event. This event stream can be fed directly to an autocorrelation engine or accumulated to form a conventional image. The detector only delivers non-zero data (sparsified readout), greatly reducing the communications overhead typical of conventional frame-oriented detectors such as charge-coupled devices or conventional hybrid pixel detectors. This feature allows continuous acquisition of data with timescales from microseconds to hours. In this work VIPIC has been used to measure X-ray photon correlation spectroscopy data on polystyrene latex nano-colliodal suspensions in glycerol and on colloidal suspensions of silica spheres in water. Relaxation times of the nano-colloids have been measured for different temperatures. These results demonstrate that VIPIC can operate continuously in the microsecond time frame, while at the same time probing longer timescales.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,172
Score d'incertitude au seuil0,279

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,364
Écart entre enseignants0,304 · 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 tête enseignante, 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

Citations12
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Synchrotron RadiationMême sujetAdvanced MRI Techniques and ApplicationsTravaux en français237 207