MétaCan
Menu
Retour à la cohorte
Enregistrement W2807315164 · doi:10.1103/physrevlett.122.071801

Millicharged Particles in Neutrino Experiments

2019· article· en· W2807315164 sur OpenAlexafffund
Gabriel Magill, Ryan Plestid, Maxim Pospelov, Yu-Dai Tsai

Notice bibliographique

RevuePhysical Review Letters · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueParticle physics theoretical and experimental studies
Établissements canadiensUniversity of VictoriaMcMaster UniversityPerimeter Institute
Organismes subventionnairesSLAC National Accelerator LaboratoryNatural Sciences and Engineering Research Council of CanadaInstitut Périmètre de physique théoriqueNational Science FoundationGovernment of CanadaFermilabU.S. Department of EnergyOffice of Science
Mots-clésMiniBooNEPhysicsFermilabNeutrinoParticle physicsNuclear physicsParameter spaceColliderRange (aeronautics)Electron neutrinoSensitivity (control systems)Neutrino detectorFlaggingSterile neutrinoNeutrino oscillationAerospace engineering

Résumé

récupéré en direct d'OpenAlex

We set constraints and future sensitivity projections on millicharged particles (MCPs) based on electron scattering data in numerous neutrino experiments, starting with MiniBooNE and the Liquid Scintillator Neutrino Detector (LSND). Both experiments are found to provide new (and leading) constraints in certain MCP mass windows: 5-35 MeV for LSND and 100-180 MeV for MiniBooNE. Furthermore, we provide projections for the ongoing Fermilab SBN program, the Deep Underground Neutrino Experiment (DUNE), and the proposed Search for Hidden Particles (SHIP) experiment. In the SBN program, SBND and MicroBooNE have the capacity to provide the leading bounds in the 100-300 MeV mass regime. DUNE and SHIP are capable of probing parameter space for MCP masses in the range of 5 MeV-5 GeV that is significantly beyond the reach of existing bounds, including those from collider searches and, in the case of DUNE, the SLAC mQ experiment.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,198
Score d'incertitude au seuil0,999

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)0,0000,001

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 Opus0,017
Tête enseignante GPT0,304
Écart entre enseignants0,286 · 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.

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

Citations123
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetParticle physics theoretical and experimental studiesTravaux en français237 207