MétaCan
Menu
← Retour à la cohorte
Enregistrement W4385845941 · doi:10.21468/scipost.report.6087

Report on scipost_202210_00002v1

2022· peer-review· en· W4385845941 sur OpenAlexfundno aff

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensnon disponible
Organismes subventionnairesLabex UnivEarthSCentro de Investigaciones Energéticas, Medioambientales y TecnológicasMinisterio de Ciencia e InnovaciónConselho Nacional de Desenvolvimento Científico e TecnológicoScience and Technology Facilities CouncilNatural Sciences and Engineering Research Council of CanadaIstituto Nazionale di Fisica NucleareEuropean Regional Development FundFundacja na rzecz Nauki PolskiejFundação de Amparo à Pesquisa do Estado de São PauloRussian Science FoundationNational Science FoundationRoyal SocietyAgence Nationale de la Recherche
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

DarkSide-20k (DS-20k) will exploit the physical and chemical properties of liquid argon housed within a large dual-phase time project chamber (TPC) in its direct search for dark matter.The TPC will utilize a compact, integrated design with many novel features to enable the 20 t fiducial volume of underground argon.Underground Argon (UAr) is sourced from underground CO 2 wells and depleted in the radioactive isotope 39 Ar, greatly enhancing the experimental sensitivity to dark matter interactions.Sourcing and transporting the O(100 t) of UAr for DS-20k is costly, and a dedicated single-closedloop cryogenic system has been designed, constructed, and tested to handle the valuable UAr.We present an overview of the DS-20k TPC design and the first results from the UAr cryogenic system.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,887
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0060,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,8870,792

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 Opus0,026
Tête enseignante GPT0,367
Écart entre enseignants0,341 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRadiomics and Machine Learning in Medical Imaging→Travaux en français237 207→