MétaCan
Menu
Retour à la cohorte
Enregistrement W3196084393 · doi:10.18429/jacow-srf2019-tufua7

Review of Muon Spin Rotation Studies of SRF Materials

2019· article· en· W3196084393 sur OpenAlexaff
Tobias Junginger, Robert Laxdal

Notice bibliographique

RevueJACOW · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSuperconducting Materials and Applications
Établissements canadiensTRIUMF
Organismes subventionnairesnon disponible
Mots-clésMuonMuon spin spectroscopyRotation (mathematics)PhysicsNuclear physicsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Muons spin rotate in magnetic fields and emit a positron preferentially in spin direction after decay. These properties enable muon spin rotation (muSR) as a precise probe for local magnetism. muSR has been used to characterize SRF materials since 2010. At TRIUMF a so called surface beam implants muons at a material dependent depth of about 150 µm in the bulk. A dedicated spectrometer was developed for field of first vortex penetration and pinning strength measurements of SRF materials in parallel magnetic fields of up to 300 mT. A low energy beam available at PSI implants muons at variable depth in the London layer allowing for direct measurements of the London penetration depth from which the lower critical field and the superheating field can be calculated. This facility is limited to parallel magnetic fields of up to 25 mT. Here, surface and low energy muSR results on SRF materials are reviewed and cross-correlated to each other and to further results from additional experiments. Finally, we present the status of a new facility based on the similar beta-NMR technique enabling measurements in the London layer of SRF materials exposed to parallel magnetic fields above 200 mT.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,005
Score d'incertitude au seuil0,297

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,306
Écart entre enseignants0,271 · 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 tête enseignante, 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJACOWMême sujetSuperconducting Materials and ApplicationsTravaux en français237 207