MétaCan
Menu
Retour à la cohorte
Enregistrement W2553838166 · doi:10.1088/0953-2048/30/1/013001

Devices for SRF material characterization

2016· article· en· W2553838166 sur OpenAlexaff
P. Goudket, Tobias Junginger, B. Xiao

Notice bibliographique

RevueSuperconductor Science and Technology · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle accelerators and beam dynamics
Établissements canadiensTRIUMF
Organismes subventionnairesScience and Technology Facilities CouncilCERNBundesministerium für Forschung und TechnologieU.S. Department of Energy
Mots-clésMaterials scienceCharacterization (materials science)Measure (data warehouse)Q factorTransverse planeExcited stateSurface (topology)Sheet resistanceSample (material)OpticsAcousticsOptoelectronicsComputer scienceComposite materialPhysicsNanotechnologyResonatorAtomic physics

Résumé

récupéré en direct d'OpenAlex

Abstract The surface resistance R s of superconducting materials can be obtained by measuring the quality factor of an elliptical cavity excited in a transverse magnetic mode (TM 010 ). The value obtained has however to be taken as averaged over the whole surface. A more convenient way to obtain R s , especially of materials which are not yet technologically ready for cavity production, is to measure small samples instead. These can be easily manufactured at low cost, duplicated and placed in film deposition and surface analytical tools. A commonly used design for a device to measure R s consists of a cylindrical cavity excited in a transverse electric (TE 110 ) mode with the sample under test serving as one replaceable endplate. Such a cavity has two drawbacks. For reasonably small samples the resonant frequency will be larger than frequencies of interest concerning SRF application and it requires a reference sample of known R s . In this article we review several devices which have been designed to overcome these limitations, reaching sub-nΩ resolution in some cases. Some of these devices also comprise a parameter space in frequency and temperature which is inaccessible to standard cavity tests, making them ideal tools to test theoretical surface resistance models.

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)0,001
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: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,011
Tête enseignante GPT0,222
Écart entre enseignants0,211 · 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

Citations9
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSuperconductor Science and TechnologyMême sujetParticle accelerators and beam dynamicsTravaux en français237 207