Presupernova neutrinos in large dark matter direct detection experiments
Notice bibliographique
Résumé
The next Galactic core-collapse supernova (SN) is a highly anticipated observational target for neutrino telescopes. However, even prior to collapse, massive dying stars shine copiously in ``pre-supernova'' (pre-SN) neutrinos, which can potentially act as efficient SN warning alarms and provide novel information about the very last stages of stellar evolution. We explore the sensitivity to pre-SN neutrinos of large-scale direct dark matter detection experiments, which, unlike dedicated neutrino telescopes, take full advantage of coherent neutrino-nucleus scattering. We find that argon-based detectors with target masses of $\mathcal{O}(100)$ tons (i.e., comparable in size to the proposed ARGO experiment) operating at sub-keV thresholds can detect $\mathcal{O}(10--100)$ pre-SN neutrinos coming from a source at a characteristic distance of $\ensuremath{\sim}200\text{ }\text{ }\mathrm{pc}$, such as Betelgeuse ($\ensuremath{\alpha}$ Orionis). Large-scale xenon-based experiments with similarly low thresholds could also be sensitive to pre-SN neutrinos. For a Betelgeuse-type source, large-scale dark matter experiments could provide a SN warning siren $\ensuremath{\sim}10$ hours prior to the explosion. We also comment on the complementarity of large-scale direct dark matter detection experiments and neutrino telescopes in the understanding of core-collapse SN.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».