MétaCan
Menu
Retour à la cohorte
Enregistrement W2588883821 · doi:10.1088/1748-0221/12/04/p04027

Development and characterisation of a gas system and its associated slow-control system for an ATLAS small-strip thin gap chamber testing facility

2017· article· en· W2588883821 sur OpenAlexaffabout

Notice bibliographique

RevueJournal of Instrumentation · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueParticle Detector Development and Performance
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCondenser (optics)Atlas (anatomy)Thermoelectric effectThermoelectric coolingQuality assuranceThermoelectric generatorSpectrometerDetector

Résumé

récupéré en direct d'OpenAlex

A quality assurance and performance qualification laboratory was built at McGill University for the Canadian-made small-strip Thin Gap Chamber (sTGC) muon detectors produced for the 2019–2020 ATLAS experiment muon spectrometer upgrade. The facility uses cosmic rays as a muon source to ionise the quenching gas mixture of pentane and CO(2) flowing through the sTGC detector. A gas system was developed and characterised for this purpose, with a simple and efficient gas condenser design utilizing a Peltier thermoelectric cooler (TEC). The gas system was tested to provide the desired 45 vol% pentane concentration. For continuous operations, a state-machine system was implemented with alerting and remote monitoring features to run all cosmic-ray data-acquisition associated slow-control systems, such as high/low voltage, gas system and environmental monitoring, in a safe and continuous mode, even in the absence of an operator.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,347

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,054
Tête enseignante GPT0,266
Écart entre enseignants0,213 · 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'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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of InstrumentationMême sujetParticle Detector Development and PerformanceTravaux en français237 207