MétaCan
Menu
Retour à la cohorte
Enregistrement W3098971594

The BetaCage, an ultra-sensitive screener for surface contamination

2013· article· en· W3098971594 sur OpenAlexaff
R. Bunker, Zeeshan Ahmed, M. A. Bowles, S. R. Golwala, D. R. Grant, M. Kos, R. Nelson, R. W. Schnee, Andrew N. Rider, B. Wang, A. Zahn

Notice bibliographique

RevueCaltechAUTHORS (California Institute of Technology) · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueDark Matter and Cosmic Phenomena
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDetectorElectromagnetic shieldingPhysicsTracking (education)ElectronSensitivity (control systems)AnodePhotonTime projection chamberDark matterNuclear physicsOpticsElectrodeParticle physicsElectronic engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Material screening for identifying low-energy electron emitters and alpha-decaying isotopes is now a prerequisite for rare-event searches (e.g., dark-matter direct detection and neutrinoless double-beta decay) for which surface radiocon-tamination has become an increasingly important background. The BetaCage, a gaseous neon time-projection chamber, is a proposed ultra-sensitive (and nondestructive) screener for alpha-and beta-emitting surface contaminants to which existing screening facilities are insufficiently sensitive. Sensitivity goals are 0.1 betas keV^(−1) m^(−2) day^(−1) and 0.1 alphas m^(−2) day^(−1), with the former limited by Compton scattering of photons in the screening samples and (thanks to tracking) the latter expected to be signal-limited; radioassays and simulations indicate backgrounds from detector materials and radon daughters should be subdominant. We report on details of the background simulations and detector design that provide the discrimination, shielding, and radiopurity necessary to reach our sensitivity goals for a chamber with a 95 × 95 cm^2 sample area positioned below a 40 cm drift region and monitored by crisscrossed anode and cathode planes consisting of 151 wires each.

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)0,001
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,241
Écart entre enseignants0,231 · 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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCaltechAUTHORS (California Institute of Technology)Même sujetDark Matter and Cosmic PhenomenaTravaux en français237 207