Notice bibliographique
Résumé
SuperCDMS is a direct-detection dark matter (DM) experiment that uses cryogenically cooled germanium and silicon detectors to search for interac- tions between DM particles and detector nuclei, and in this thesis I describe my contributions to the experiment. I start with a brief review of DM and motivate the possibility of its de- tection in underground laboratories with sensitive detectors, and I review the SuperCDMS detector fundamentals. Then I focus on detector develop- ment for the future generation of the experiment, which will deploy an array of detectors at SNOLAB in Sudbury, Canada. Specifically I describe char- acterization of prototype detectors from surface facility testing, and discuss measurements of critical values that determine the detectors’ sensitivity to DM particles, such as the baseline resolution and the phonon collection ef- ficiency. I also describe analysis techniques developed to measure intrinsic detector noise in a high radiation environment such as a surface test facility. In the final chapters I describe a DM search analysis using four months of data from operation of SuperCDMS detectors in the Soudan Mine in northern Minnesota. I discuss how a particular detector operating mode, called CDMSlite, lowers the energy threshold of the detectors in order to improve the sensitivity to low-mass DM particles. I also present new analysis techniques that optimize the sensitivity to low-mass DM particles, including noise discrimination with multivariate classifiers, instrumental background modeling, and a profile likelihood signal and background fitting approach. In this analysis we set an upper limit on the DM-nucleon scattering cross section in germanium that is a factor of 2.5 improvement over the previous CDMSlite result for a DM mass that is five times the proton rest mass.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».