Characterization of a Continuous Muon Source for the Non-Destructive and Depth-Selective Elemental Composition Analysis by Muon Induced X- and Gamma-rays
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
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.
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 | 0,000 |
| 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