MétaCan
Menu
Retour à la cohorte
Enregistrement W2523768528 · doi:10.1103/physrevd.96.061101

First measurement of surface nuclear recoil background for argon dark matter searches

2017· article· en· W2523768528 sur OpenAlexaff
Jing Xu, C. Stanford, S. Westerdale, Frank Calaprice, Alexander Wright, Zhiming Shi

Notice bibliographique

RevuePhysical review. D/Physical review. D. · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueDark Matter and Cosmic Phenomena
Établissements canadiensQueen's University
Organismes subventionnairesLawrence Livermore National LaboratoryNational Nuclear Security AdministrationNational Science Foundation
Mots-clésRecoilPhysicsDark matterArgonNuclear physicsWeakly interacting massive particlesAtomic physicsScintillationElectronWIMPParticle physicsDetectorAstrophysicsOptics

Résumé

récupéré en direct d'OpenAlex

One major background in direct searches for weakly interacting massive particles (WIMPs) comes from the deposition of radon progeny on detector surfaces. A dangerous surface background is the $^{206}\mathrm{Pb}$ nuclear recoils produced by $^{210}\mathrm{Po}$ decays. In this paper, we report the first characterization of this background in liquid argon. The scintillation signal of low energy Pb recoils is measured to be highly quenched in argon, and we estimate that the 103 keV $^{206}\mathrm{Pb}$ recoil background will produce a signal equal to that of a $\ensuremath{\sim}5\text{ }\text{ }\mathrm{keV}$ (30 keV) electron recoil ($^{40}\mathrm{Ar}$ recoil). In addition, we demonstrate that this dangerous $^{210}\mathrm{Po}$ surface background can be suppressed, using pulse shape discrimination methods, by a factor of $\ensuremath{\sim}100$ or higher, which can make argon dark matter detectors near background-free and enhance their potential for discovery of medium- and high-mass WIMPs. We also discuss the impact on other low background 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 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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,048
Tête enseignante GPT0,397
Écart entre enseignants0,349 · 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'étudeObservationnel
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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical review. D/Physical review. D.Même sujetDark Matter and Cosmic PhenomenaTravaux en français237 207