Homogeneity of neutron transmission imaging over a large sensitive area with a four-channel superconducting detector
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract We previously proposed a method to detect neutrons by using a current-biased kinetic inductance detector (CB-KID), where neutrons are converted into charged particles using a 10 B conversion layer. The charged particles are detected based on local changes in kinetic inductance of X and Y superconducting meanderlines under a modest DC bias current. The system uses a delay-line method to locate the positions of neutron- 10 B reactions by acquiring the four arrival timestamps of signals that propagate from hot spots created by a passing charged particle to the end electrodes of the meanderlines. Unlike conventional multi-pixel imaging systems, the CB-KID system performs high spatial resolution imaging over a 15 mm × 15 mm sensitive area using only four channel readouts. Given the large sensitive area, it is important to check the spatial homogeneity and linearity of detected neutron positions when imaging with CB-KID. To this end we imaged a pattern of 10 B dot absorbers with a precise dot pitch to investigate the spatial homogeneity of the detector. We confirmed the spatial homogeneity of detected dot positions based on the distribution of measured dot pitches across the sensitive area of the detector. We demonstrate potential applications of the system by taking a clear transmission image of tiny metallic screws and nuts and a ladybug. The image was useful for characterizing the ladybug noninvasively. Detection efficiencies were low when the detector was operated at 4 K, so we plan to explore raising the operating temperature towards the critical temperature of the detector as a means to improve counting rates.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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