MétaCan
Menu
Retour à la cohorte
Enregistrement W3204196316 · doi:10.82308/7867

Calibration studies of the front-end electronics for the ATLAS New Small Wheel Project

2019· article· en· W3204196316 sur OpenAlexaboutno aff
Bohan Chen

Notice bibliographique

RevueOpen MIND · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Accelerators and Free-Electron Lasers
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAtlas (anatomy)CalibrationFront and back endsElectronicsFront (military)Computer scienceEngineeringSystems engineeringElectrical engineeringMechanical engineeringMathematicsGeologyStatistics

Résumé

récupéré en direct d'OpenAlex

To continue to probe new avenues of physics, the Large Hadron Collider (LHC) will see a series of upgrades starting in 2019 that will see the luminosity surpass the design specifications. The increased data intake will quickly exceed the capabilities of the current data-acquisition systems of the ATLAS experiment. Therefore, several sub-systems of ATLAS will also undergo a number of upgrades in parallel with the LHC. One of these areas is the New Small Wheel project, which forms one sub-system of the muon detectors. The current detector technology will be replaced with small-strip thin gap chambers (sTGCs) and micro-mesh gaseous detectors (micromegas). This thesis will highlight McGill's role in testing the individual sTGC detectors. Specifically, much of the work presented relates to the preparation of specially designed boards and integrated circuits used in data-acquisition. During this process, both the analog and digital baselines are measured along with any faulty or erratic channels. In doing so, a custom algorithm is developed in order to calculate the pedestal for each readout channel. The results of these scripts are then implemented in a much larger cosmic ray analysis software application that then determines the efficiency of the detector among other metrics of performance.

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 enseignants0,390
Score d'incertitude au seuil0,215

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 Opus0,060
Tête enseignante GPT0,294
Écart entre enseignants0,234 · 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 revueOpen MINDMême sujetParticle Accelerators and Free-Electron LasersTravaux en français237 207