MétaCan
Menu
Retour à la cohorte
Enregistrement W4300982471 · doi:10.1088/1748-0221/17/10/p10029

Neutron tagging following atmospheric neutrino events in a water Cherenkov detector

2022· article· en· W4300982471 sur OpenAlexafffund
K. Abe, Y. Haga, Y. Hayato, K. Hiraide, K. Ieki, M. Ikeda, S. Imaizumi, K. Iyogi, J. Kameda, Y. Kanemura, Y. Kataoka, Y. Kato, Y. Kishimoto, S. Miki, S. Mine, M. Miura, T. Mochizuki, S. Moriyama, Y. Nagao, M. Nakahata, Tomoki NAKAJIMA, Y. Nakano, S. Nakayama, T. Okada, Ken‐ichi Okamoto, A. Orii, K. Satô, H. Sekiya, M. Shiozawa, Y. Sonoda, Y. Suzuki, A. Takeda, Y. Takemoto, A. Takenaka, H. Tanaka, S. Tasaka, T. Tomura, K. Ueno, S. Watanabe, T. Yano, T. Yokozawa, S. Han, T. J. Irvine, T. Kajita, I. Kametani, K. Kaneyuki, K.P. Lee, T. C. Mclachlan, K. Okumura, E. Richard, T. Tashiro, R. Wang, J. Xia, G. D. Megias, D. Bravo, L. Labarga, Bryan Zaldívar, M. Goldhaber, F. d. M. Blaszczyk, J. Gustafson, C. Kachulis, E. Kearns, J. L. Raaf, J. L. Stone, L. Sulak, S. Sussman, L. Wan, T. Wester, B. W. Pointon, J. Bian, G. Carminati, M. Elnimr, N. J. Griskevich, W. R. Kropp, S. Locke, A. Renshaw, M. B. Smy, H. W. Sobel, Volodymyr Takhistov, P. Weatherly, K. S. Ganezer, B. L. Hartfiel, J. Hill, W. E. Keig, Nguyễn Thị Hồng, J.Y. Kim, I. T. Lim, R.G. Park, T. Akiri, B. Bodur, A. Himmel, Z. Li, Erin O’Sullivan, K. Scholberg, C. W. Walter, T. Wongjirad, L. Bernard, A. Coffani, O. Drapier, S. El Hedri, A. Giampaolo, J. Imber, Th. A. Mueller, Pascal Paganini, B. Quilain, T. Ishizuka, T. Nakamura, J. S. Jang, K. Choi, J. G. Learned, S. Matsuno, S. N. Smith, J. L. Amey, L. H. V. Anthony, R. P. Litchfield, W. Y., D. Marin, A. A. Sztuc, Y. Uchida, M. O. Wascko, V. Berardi, M. G. Catanesi, R. A. Intonti, E. Radicioni, N. F. Calabria, G. De Rosa, L. N. Machado, G. Collazuol, F. Iacob, M. Lamoureux, N. Ospina, L. Ludovici, M. Gonin, G. Pronost, Y. Maekawa, Y. Nishimura, S. Cao, M. Friend, T. Hasegawa, Toru Ishida, T. Ishii, M. Jakkapu, T. Kobayashi, G. Mention, T. Nakadaira, K. Nakamura, Y. Oyama, K. Sakashita, T. Sekiguchi, T. Tsukamoto, T. Boschi, F. Di Lodovico, J. Migenda, S. Molina Sedgwick, M. Taani, S. Zsoldos, M. Hasegawa, Yuki Isobe, Y. Kotsar, H. Miyabe, H. Ozaki, T. Shiozawa, T. Sugimoto, A. T. Suzuki, Y. Takeuchi, S. Yamamoto, Yosuke Ashida, C. Bronner, J. Feng, T. Hayashino, T. Hiraki, S. Hirota, K. Huang, M. Jiang, T. Kikawa, M. Mori, A. Murakami, T. Nakaya, N. D. Patel, K. Suzuki, Sentaro Takahashi, K. Tateishi, R. A. Wendell, K. Yasutome, P. Fernández, N. McCauley, P. Mehta, A. Pritchard, K. M. Tsui, Y. Fukuda, Y. Itow, H. Menjo, G. Mitsuka, M. Murase, F. Muto, T. Niwa, T. Suzuki, M Tsukada, K. Frankiewicz, P. Mijakowski, J. Hignight, Jin-Liang Jiang, C. K. Jung, X. Li, J. L. Palomino, G. Santucci, C. Vilela, M. J. Wilking, C. Yanagisawa, D. Fukuda, Katsuro Hagiwara, Masayuki Harada, T. Horai, H. Ishino, S. Ito, T. Kayano, A. Kibayashi, Hiroshi Kitagawa, Y. Koshio, T. Mori, Hiroshi Nagata, N. Piplani, S. Sakai, M. Sakuda, Y. Takahira, Chenyuan Xu, R. Yamaguchi, Y. Kuno, G. Barr, D. Barrow, L. Cook, A. Goldsack, S. Samani, Charles Simpson, D. Wark, F. Nova, R. Tacik, J. Yang, A. Cole, S. J. Jenkins, M. Malek, J. M. McElwee, O. Stone, M. D. Thiesse, L.F. Thompson, H. Okazawa, Y. Choi, S.B. Kim, I. Yu, A. K. Ichikawa, K. Ito, K. Nishijima, R. G. Calland, P. de Perio, K. Martens, M. Murdoch, M. R. Vagins, M. Koshiba, Y. Totsuka, K. Iwamoto, Y. Nakajima, N. Ogawa, Y. Suda, M. Yokoyama, D. Hamabe, S. Izumiyama, M. Kuze, Y. Okajima, M. Tanaka, T. Yoshida, M. Inomoto, M. Ishitsuka, Hiroshi Itô, R. Matsumoto, K. Ohta, M. Shinoki, C. Nantais, T. Towstego, R. Akutsu, M. Hartz, A. Konaka, N. W. Prouse, S. Chen, B. D. Xu, Y. Zhang, S. Berkman, S. Tobayama, K. Connolly, R. J. Wilkes, M. Posiadała-Zezula, D. Hadley, B. Richards, B. Jamieson, J. Walker, Ll. Marti, A. Minamino, G. Pintaudi, S. Sano, R. Sasaki

Notice bibliographique

RevueJournal of Instrumentation · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNeutrino Physics Research
Établissements canadiensUniversity of ReginaUniversity of AlbertaUniversity of TorontoUniversity of WinnipegBritish Columbia Institute of TechnologyUniversity of British ColumbiaYork UniversityTRIUMF
Organismes subventionnairesHigh Energy PhysicsKerman Neuroscience Research Center, Kerman University of Medical SciencesJapan Society for the Promotion of ScienceDeutsches Elektronen-SynchrotronYork UniversityNatural Sciences and Engineering Research Council of CanadaScience and Technology Facilities CouncilHorizon 2020 Framework ProgrammeInstitute for Basic ScienceNational Research FoundationUniversity of TokyoCity University of New YorkNarodowym Centrum NaukiNational Research Foundation of KoreaUppsala UniversitetChinese Academy of SciencesUniversity of Wisconsin-MadisonSoochow UniversityU.S. Department of EnergyNational Natural Science Foundation of ChinaInstitute of High Energy PhysicsMinistry of Education, Culture, Sports, Science and TechnologyUniversity of GlasgowEuropean CommissionUniversity of AlbertaWestern Canada Research GridCERNFermilabNational Science FoundationCompute Canada
Mots-clésCherenkov radiationPhysicsBerylliumNeutrinoNuclear physicsNeutronNeutron detectionNeutrino detectorSolar neutrinoDetectorPhotomultiplierNeutrino oscillationOptics

Résumé

récupéré en direct d'OpenAlex

Abstract We present the development of neutron-tagging techniques in Super-Kamiokande IV using a neural network analysis. The detection efficiency of neutron capture on hydrogen is estimated to be 26%, with a mis-tag rate of 0.016 per neutrino event. The uncertainty of the tagging efficiency is estimated to be 9.0%. Measurement of the tagging efficiency with data from an Americium-Beryllium calibration agrees with this value within 10%. The tagging procedure was performed on 3,244.4 days of SK-IV atmospheric neutrino data, identifying 18,091 neutrons in 26,473 neutrino events. The fitted neutron capture lifetime was measured as 218±9 μs.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,299
Score d'incertitude au seuil0,506

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 Opus0,012
Tête enseignante GPT0,278
Écart entre enseignants0,266 · 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

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of InstrumentationMême sujetNeutrino Physics ResearchTravaux en français237 207