MétaCan
Menu
Retour à la cohorte
Enregistrement W3106783458 · doi:10.3390/cryst10121109

The Effect of Intensity Fluctuations on Sequential X-ray Photon Correlation Spectroscopy at the X-ray Free Electron Laser Facilities

2020· article· en· W3106783458 sur OpenAlexafffund
Yue Cao, Dina Sheyfer, Zhang Jiang, Siddharth Maddali, Hoydoo You, Bixia Wang, Zuo‐Guang Ye, Eric M. Đufresne, Hua Zhou, G. B. Stephenson, S. O. Hruszkewycz

Notice bibliographique

RevueCrystals · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced X-ray Imaging Techniques
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaU.S. Department of Energy
Mots-clésMillisecondLaserPhysicsPulse (music)Intensity (physics)OpticsSpectroscopyPhotonNoise (video)Computational physicsComputer scienceDetector

Résumé

récupéré en direct d'OpenAlex

How materials evolve at thermal equilibrium and under external excitations at small length and time scales is crucial to the understanding and control of material properties. X-ray photon correlation spectroscopy (XPCS) at X-ray free electron laser (XFEL) facilities can in principle capture dynamics of materials that are substantially faster than a millisecond. However, the analysis and interpretation of XPCS data is hindered by the strongly fluctuating X-ray intensity from XFELs. Here we examine the impact of pulse-to-pulse intensity fluctuations on sequential XPCS analysis. We show that the conventional XPCS analysis can still faithfully capture the characteristic time scales, but with substantial decrease in the signal-to-noise ratio of the g2 function and increase in the uncertainties of the extracted time constants. We also demonstrate protocols for improving the signal-to-noise ratio and reducing the uncertainties.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,259
Écart entre enseignants0,249 · 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

Citations6
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCrystalsMême sujetAdvanced X-ray Imaging TechniquesTravaux en français237 207