MétaCan
Menu
Retour à la cohorte
Enregistrement W2775031877 · doi:10.18429/jacow-linac2016-we2a02

FRIB Cryomodule Design and Production

2017· article· en· W2775031877 sur OpenAlexaff
Ting Xu, Hiroyuki Ao, Brian M. Bird, Nathan Bultman, E. Burkhardt, F. Casagrande, Chris Compton, Jenna Crisp, Kelly Davidson, Kyle Elliott, A. Facco, V. Ganni, Andrei Ganshyn, W. Hartung, K. Hosoyama, Masanori Ikegami, Michael Kelly, P. Knudsen, Robert Laxdal, S. Lidia, Ian Malloch, Samuel Miller, Dan Morris, P. N. Ostroumov, John Popielarski, Laura Popielarski, Marc Reaume, Kenji Saito, Safwan Shanab, Guobao Shen, Mark Shuptar, S. Stark, Jie Wei, John Wenstrom, M. Wiseman, Mengxin Xu, Ying Xu, Yoshishige Yamazaki, Zhihong Zheng

Notice bibliographique

RevueJACOW · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle accelerators and beam dynamics
Établissements canadiensTRIUMF
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)Computer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

The Facility for Rare Isotope Beams (FRIB), under con-struction at Michigan State University, will utilize a driver linac to accelerate stable ion beams from protons to ura-nium up to energies of >200 MeV per nucleon with a beam power of up to 400 kW. Superconducting technology is widely used in the FRIB project, including the ion sources, linac, and experiment facilities. The FRIB linac consists of 48 cryomodules containing a total of 332 superconducting radio-frequency (SRF) resonators and 69 superconducting solenoids. We report on the design and the construction of FRIB cryomodules.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,006

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 Opus0,022
Tête enseignante GPT0,232
Écart entre enseignants0,210 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJACOWMême sujetParticle accelerators and beam dynamicsTravaux en français237 207