MétaCan
Menu
Retour à la cohorte
Enregistrement W2979837216 · doi:10.22323/1.358.0890

STRAW: STRings for Absorption length in Water

2019· article· en· W2979837216 sur OpenAlexfundaboutno aff
C. Fruck, I. C. Rea

Notice bibliographique

RevueProceedings of 36th International Cosmic Ray Conference — PoS(ICRC2019) · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Cosmic Phenomena
Établissements canadiensnon disponible
Organismes subventionnairesDeutsche ForschungsgemeinschaftUniversity of Victoria
Mots-clésNeutrino detectorNeutrinoCherenkov radiationPhysicsOceanographyDetectorGeologyNuclear physicsNeutrino oscillationOptics

Résumé

récupéré en direct d'OpenAlex

Neutrino astronomy uses large volume detectors to search for astrophysical neutrinos and pinpoint their origin. Detectors such as IceCube at the Geographic South Pole, the Gigaton Volume Detector (GVD) in Lake Baikal and KM3NeT in the Mediterranean sea, instrument up to a cubic kilometer of water or ice for measuring Cherenkov radiation created in neutrino-matter interactions. Especially the utilization of the clear water of the deep sea as Cherenkov medium, in the past, has been facing severe difficulties in deploying and maintaining the offshore infrastructure. Ocean Networks Canada (ONC), an initiative of the University of Victoria, has been operating deep sea infrastructure for scientific purposes, off the Canadian coast since years. One of their network nodes, located on the Pacific abyssal plain, off the coast of Vancouver Island - Cascadia Basin - could be an ideal site for a future neutrino telescope. The Strings for Absorption Length in Water (STRAW) were developed at the Technical University of Munich (TUM) in collaboration with ONC and the University of Alberta. Two strings with optical modules have been deployed at Cascadia Basin in order to measure the optical properties of the water and study the feasibility of a larger installation. We will give a brief overview of the STRAW setup and present first results on the absorption length and optical background at Cascadia Basin.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,893

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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,237
Écart entre enseignants0,225 · 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'étudeThéorique ou conceptuel
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

Citations3
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of 36th International Cosmic Ray Conference — PoS(ICRC2019)Même sujetAstrophysics and Cosmic PhenomenaTravaux en français237 207