MétaCan
Menu
Retour à la cohorte
Enregistrement W2807173656 · doi:10.1140/epjc/s10052-018-6202-5

Analysis of cryogenic calorimeters with light and heat read-out for double beta decay searches

2018· article· en· W2807173656 sur OpenAlexaff

Notice bibliographique

RevueThe European Physical Journal C · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNeutrino Physics Research
Établissements canadiensQueen's University
Organismes subventionnairesFP7 Ideas: European Research CouncilAgence Nationale de la RechercheEuropean Commission
Mots-clésDouble beta decayDetectorCalorimeter (particle physics)BETA (programming language)ScintillationScintillatorLiquid scintillation countingSpurious relationship

Résumé

récupéré en direct d'OpenAlex

The suppression of spurious events in the region of interest for neutrinoless double beta decay will play a major role in next generation experiments. The background of detectors based on the technology of cryogenic calorimeters is expected to be dominated by $$\alpha $$ particles, that could be disentangled from double beta decay signals by exploiting the difference in the emission of the scintillation light. CUPID-0, an array of enriched Zn $$^{82}$$ Se scintillating calorimeters, is the first large mass demonstrator of this technology. The detector started data-taking in 2017 at the Laboratori Nazionali del Gran Sasso with the aim of proving that dual read-out of light and heat allows for an efficient suppression of the $$\alpha $$ background. In this paper we describe the software tools we developed for the analysis of scintillating calorimeters and we demonstrate that this technology allows to reach an unprecedented background for cryogenic calorimeters.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,224
Score d'incertitude au seuil0,394

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 savante0,0000,000
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 Opus0,044
Tête enseignante GPT0,320
Écart entre enseignants0,275 · 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

Citations38
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe European Physical Journal CMême sujetNeutrino Physics ResearchTravaux en français237 207