MétaCan
Menu
Retour à la cohorte
Enregistrement W4284961929 · doi:10.1088/1361-6668/ac7fbf

A facility for the characterisation of planar multilayer structures with preliminary niobium results

2022· article· en· W4284961929 sur OpenAlexaff
Daniel Andrew Turner, O.B. Malyshev, Graeme Burt, Tobias Junginger, Řeža Valizadeh, Lewis Gurran

Notice bibliographique

RevueSuperconductor Science and Technology · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle accelerators and beam dynamics
Établissements canadiensUniversity of VictoriaTRIUMF
Organismes subventionnairesScience and Technology Facilities Council
Mots-clésNiobiumMaterials scienceMagnetic fieldPlanarSuperconductivityFerrite (magnet)Analytical Chemistry (journal)Condensed matter physicsComputer sciencePhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract The maximum accelerating gradient of superconducting radio frequency cavities are currently reaching their theoretical limits, due to the magnetic field entering the superconductor in the form of vortices. To overcome these limits, thin film coated superconducting materials are required, however these need to be tested to optimise their properties. A system has been designed, built, and commissioned at Daresbury Laboratory that applies a local DC magnetic field parallel to the surface, from one side of a sample, similar to that in cavity operation. A magnetic flux density (up to 600 mT) is generated parallel to the sample surface in the 2 mm gap of a C-shaped ferrite yoke. Two Hall probe sensors are used to measure both the applied and penetrated magnetic field. The system operates in a cryogen free environment, with a minimum temperature of approximately 2.6 K. A Pb foil has been used to characterise the system, and determine how the sample size affects the results. Nb thin film samples have been tested for varying thickness to determine how the depth effects the field of full flux penetration, <?CDATA $B_\mathrm{fp}$?> B f p . The design, operation, methods of analysis and first results of this facility will be reported in this paper.

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)0,001
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 enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,016
Tête enseignante GPT0,224
Écart entre enseignants0,209 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSuperconductor Science and TechnologyMême sujetParticle accelerators and beam dynamicsTravaux en français237 207