MétaCan
Menu
Retour à la cohorte
Enregistrement W3003692335 · doi:10.1088/1748-0221/15/01/c01039

Relative luminosity measurement with Timepix3 in ATLAS

2020· article· en· W3003692335 sur OpenAlexaff
B. Bergmann, T. R. V. Billoud, Petr Burian, P. Broulím, C. Leroy, Catalina Lesmes, Petr Mánek, L. Meduna, S. Pospı́šil, A. Sopczak, M. Suk

Notice bibliographique

RevueJournal of Instrumentation · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueParticle Detector Development and Performance
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésLuminosityAtlas (anatomy)Large Hadron ColliderPhysicsDetectorTerm (time)NeutronLimitingUpgradeNuclear physicsOpticsComputer scienceAstrophysicsAstronomy

Résumé

récupéré en direct d'OpenAlex

The capability of Timepix3 detectors installed in ATLAS to measure luminosity is evaluated. It is described how noisy pixels are identified and excluded. Two different methods for luminosity determination, i.e. cluster counting and thermal neutron counting are described and compared with each other. The achieved short-term relative precision with both methods is determined by modeling the luminosity curve. It is shown that using cluster counting a short-term relative precision of < 0.5 % can be achieved for 60 s time intervals. For thermal neutrons, a short-term relative precision (for 60 s intervals) of ≈ 2 % was found. Hereby statistics was the limiting factor. The findings are discussed in view of Timepix3 upgrade plans for LHC Run-3.

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)0,003
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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 Opus0,028
Tête enseignante GPT0,236
Écart entre enseignants0,208 · 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
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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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