Towards a multi‐element silicon drift detector system for fluorescence spectroscopy in the soft X‐ray regime
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In spite of the constant technological improvements in the field of detector development, X‐ray fluorescence (XRF) in the soft X‐ray regime remains a challenge. The low intrinsic fluorescence yield for energies below 2 keV indeed renders the applicability of low‐energy XRF still difficult. Here, we report on a new multi‐element multi‐tile detection system currently under development, designed to be integrated into a soft X‐ray microscopy end station. The system will be installed at the TwinMic beamline of Elettra synchrotron (Trieste, Italy) in order to increase the detected count rate by up to an order of magnitude. The new architecture is very versatile and can be adapted to any XRF experimental setup. Even though the first results of the previous version of such a multi‐element system were encouraging, several issues still needed to be addressed. The system described here represents a further step in the detector evolution. It is based on four trapezoidal‐shaped monolithic silicon drift detector tiles (matrices) with six hexagonal elements each equipped with a custom ultra‐low noise application‐specific integrated circuit readout. The whole signal processing chain has been improved leading to an overall increase in performances, namely, in terms of energy resolution and acquisition rates. The design and development of this new detection system will be described, and recent results obtained at the TwinMic beamline at Elettra will be presented. Future perspectives and improvements will also be discussed. Copyright © 2017 John Wiley & Sons, Ltd.
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.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle