Recherche de la matière sombre à l’aide de détecteurs à liquides surchauffés dans le cadre de l’expérience PICO/Picasso
Notice bibliographique
Résumé
La matière sombre compte pour 85% de la matière composant l’univers et nous ne savons toujours pas ce qu’elle est. Depuis plusieurs années, l’expérience Picasso, maintenant devenue l’expérience PICO, tente d’élucider ce mystère. Les fréons de la famille des CXFY sont utilisés comme cibles de choix dans les détecteurs à liquides surchauffés de l’expérience PICO. Situés à SNOLab, en Ontario, ces détecteurs font parties des plus performant de la recherche de la matière sombre. Lors d’interactions de particules avec le liquide en surchauffe, un changement de phase est induit par le dépôt d’énergie engendré par l’interaction. Les bulles créées par l’évènement sont alors détectées par différents capteurs afin de déterminer le type d’interaction qui a eu lieu. Dans ce travail seront présentés les détecteurs à liquides surchauffés dans le cadre de la recherche de la matière sombre. Principalement, nous y verrons trois types de détecteurs utilisés par les expériences PICO et Picasso. Le principe de fonctionnement de chacun des détecteurs sera exposé en premier lieu ainsi que leur fabrication, puis leur mode d’opération et l’analyse des données. Les méthodes de calibration seront par la suite expliquées pour terminer avec une description des résultats obtenus démontrant la performance de ce type de détection.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».