MétaCan
Menu
Retour à la cohorte
Enregistrement W2999386896 · doi:10.1088/1742-6596/1342/1/012127

Data Quality and Run Selection for the SNO+ experiment

2020· article· en· W2999386896 sur OpenAlexaffabout
D. Braid, I. T. Coulter, F. Descamps, F. Di Ludovico, E. Falk, E. J. Leming, E. Marzec, A. Mastbaum, M. Mlejnek, S. Nae, G. Prior, J. Rumleskie, K. Singh, M. Stringer, J. R. Wilson

Notice bibliographique

RevueJournal of Physics Conference Series · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNeutrino Physics Research
Établissements canadiensUniversity of AlbertaLaurentian University
Organismes subventionnairesnon disponible
Mots-clésNeutrinoScintillatorMAJORANADetectorSupernovaPhysicsParticle physicsNeutrino detectorNuclear physicsDouble beta decayNeutrino oscillationOpticsAstrophysics

Résumé

récupéré en direct d'OpenAlex

Abstract The SNO+ detector main physics goal is the search for neutrinoless double-beta decay, a rare process which if detected, will prove the Majorana nature of the neutrinos and provide information on the absolute scale of the neutrino absolute mass. Additional physics goals of SNO+ include the study of solar neutrinos, anti-neutrinos from nuclear reactors and the Earth’s natural radioactivity as well as Supernovae neutrinos. Located in the SNOLAB underground physics laboratory (Canada), it will re-use the SNO experiment infrastructure with the 12 m diameter spherical volume filled with 780 tons of Te-loaded liquid scintillator. A short phase with the detector completely filled with water has started at the end of 2016. It will be followed by a scintillator phase expected to start at the end of this year. Continual careful monitoring of the detector state such as its hardware configuration, slow control information, data handling and triggers is required to ensure the quality of the data taken. Several automatic checks have been put in place for that purpose. This information serves as input to higher level run selection tools that will ultimately perform a final decision on the goodness of a run for a given physics analysis.

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)0,027
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,058
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0020,001
Communication savante0,0040,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0310,013

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 Opus0,241
Tête enseignante GPT0,411
Écart entre enseignants0,170 · 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'étudeSans objet
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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetNeutrino Physics ResearchTravaux en français237 207