MétaCan
Menu
Retour à la cohorte
Enregistrement W2884322055 · doi:10.1088/1748-0221/13/07/p07017

The new LUCID-2 detector for luminosity measurement and monitoring in ATLAS

2018· article· en· W2884322055 sur OpenAlexaff
G. Avoni, M. Bruschi, G. Cabras, D. Caforio, N. Dehghanian, A. Floderus, B. Giacobbe, F. Giannuzzi, F. M. Giorgi, P. Grafström, V. Hedberg, F. Lasagni Manghi, S. Meneghini, J. L. Pinfold, E. Richards, C. Sbarra, N. Semprini-Cesari, A. Sbrizzi, R. Soluk, G. Ucchielli, S. Valentinetti, O. Viazlo, M. Villa, R. Vuillermet, À. Zoccoli

Notice bibliographique

RevueJournal of Instrumentation · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueParticle Detector Development and Performance
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCherenkov radiationLuminosityDetectorPhysicsPhotomultiplierLarge Hadron ColliderAtlas (anatomy)Cherenkov detectorSilicon photomultiplierNuclear physicsOpticsAstrophysics

Résumé

récupéré en direct d'OpenAlex

The ATLAS luminosity monitor, LUCID ( LU minosity C herenkov I ntegrating D etector), had to be upgraded for the second run of the LHC accelerator that started in spring 2015. The increased energy of the proton beams and the higher luminosity required a redesign of LUCID to cope with the more demanding conditions. The novelty of the LUCID-2 detector is that it uses the thin quartz windows of photomultipliers as Cherenkov medium and a small amounts of radioactive 207 Bi sources deposited on to these windows to monitor the gain stability of the photomultipliers. The result is a fast and accurate luminosity determination that can be kept stable during many months of data taking. LUCID-2 can also measure the luminosity accurately online for each of the up to 2808 colliding bunch pairs in the LHC . These bunch pairs are separated by only 25 ns and new electronics has been built that can count not only the number of pulses above threshold but also integrate the pulses.

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)0,002
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,009

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 Opus0,030
Tête enseignante GPT0,277
Écart entre enseignants0,248 · 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'étudeExpérimental (laboratoire)
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

Citations561
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of InstrumentationMême sujetParticle Detector Development and PerformanceTravaux en français237 207