MétaCan
Menu
Retour à la cohorte
Enregistrement W2785226675 · doi:10.1088/1748-0221/13/03/p03018

Hadronic vs. electromagnetic pulse shape discrimination in CsI(Tl) for high energy physics experiments

2018· article· en· W2785226675 sur OpenAlexaff
S. Longo, J. M. Roney

Notice bibliographique

RevueJournal of Instrumentation · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueParticle physics theoretical and experimental studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPhysicsScintillationHadronScintillatorNuclear physicsPulse (music)ColliderElectronPhotonLarge Hadron ColliderNeutronIonizationAmplitudeOpticsDetectorIon

Résumé

récupéré en direct d'OpenAlex

Pulse shape discrimination using CsI(Tl) scintillators to perform neutral hadron particle identification is explored with emphasis towards application at high energy electron-positron collider experiments. Through the analysis of the pulse shape differences between scintillation pulses from photon and hadronic energy deposits using neutron and proton data collected at TRIUMF, it is shown that the pulse shape variations observed for hadrons can be modelled using a third scintillation component for CsI(Tl), in addition to the standard fast and slow components. Techniques for computing the hadronic pulse amplitudes and shape variations are developed and it is shown that the intensity of the additional scintillation component can be computed from the ionization energy loss of the interacting particles. These pulse modelling and simulation methods are integrated with GEANT4 simulation libraries and the predicted pulse shape for CsI(Tl) crystals in a $5 \times 5$ array of $5 \times 5 \times 30 \text{ cm}^3$ crystals is studied for hadronic showers from 0.5 and 1 GeV/c $K_L^0$ and neutron particles. Using a crystal level and cluster level approach for photon vs hadron cluster separation we demonstrate proof-of-concept for neutral hadron detection using CsI(Tl) pulse shape discrimination in high energy electron-positron collider experiments.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,494
Score d'incertitude au seuil0,412

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,013
Tête enseignante GPT0,283
Écart entre enseignants0,269 · 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'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

Citations11
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of InstrumentationMême sujetParticle physics theoretical and experimental studiesTravaux en français237 207