MétaCan
Menu
Retour à la cohorte
Enregistrement W4214514568 · doi:10.3390/app12052541

Characterization of a Continuous Muon Source for the Non-Destructive and Depth-Selective Elemental Composition Analysis by Muon Induced X- and Gamma-rays

2022· article· en· W4214514568 sur OpenAlexaff
Sayani Biswas, Lars Gerchow, H. Luetkens, Thomas Prokscha, Aldo Antognini, N. Berger, T. E. Cocolios, R. Dressler, P. Indelicato, K. Jungmann, K. Kirch, A. Knecht, A. Papa, Randolf Pohl, Maxim Pospelov, Elisa Rapisarda, P. Reiter, N. Ritjoho, Stéphanie Roccia, N. Severijns, A. Skawran, Stergiani Marina Vogiatzi, Frederik Waûters, Lorenz Willmann, A. Amato

Notice bibliographique

RevueApplied Sciences · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueParticle Detector Development and Performance
Établissements canadiensUniversity of VictoriaPerimeter Institute
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésMuonCharacterization (materials science)PhysicsSample (material)Nuclear physicsOptics

Résumé

récupéré en direct d'OpenAlex

The toolbox for material characterization has never been richer than today. Great progress with all kinds of particles and interaction methods provide access to nearly all properties of an object under study. However, a tomographic analysis of the subsurface region remains still a challenge today. In this regard, the Muon Induced X-ray Emission (MIXE) technique has seen rebirth fueled by the availability of high intensity muon beams. We report here a study conducted at the Paul Scherrer Institute (PSI). It demonstrates that the absence of any beam time-structure leads to low pile-up events and a high signal-to-noise ratio (SNR) with less than one hour acquisition time per sample or data point. This performance creates the perspective to open this technique to a wider audience for the routine investigation of non-destructive and depth-sensitive elemental compositions, for example in rare and precious samples. Using a hetero-structured sample of known elements and thicknesses, we successfully detected the characteristic muonic X-rays, emitted during the capture of a negative muon by an atom, and the gamma-rays resulting from the nuclear capture of the muon, characterizing the capabilities of MIXE at PSI. This sample emphasizes the quality of a continuous beam, and the exceptional SNR at high rates. Such sensitivity will enable totally new statistically intense aspects in the field of MIXE, e.g., elemental 3D-tomography and chemical analysis. Therefore, we are currently advancing our proof-of-concept experiments with the goal of creating a full fledged permanently operated user station to make MIXE available to the wider scientific community as well as industry.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,228
Écart entre enseignants0,219 · 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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetParticle Detector Development and PerformanceTravaux en français237 207