MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389767944 · doi:10.48550/arxiv.2312.07712

The DEAP-3600 liquid argon optical model and NEST updates

2023· preprint· en· W4389767944 sur OpenAlexfundno aff
S. Westerdale

Notice bibliographique

RevuearXiv (Cornell University) · 2023
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensnon disponible
Organismes subventionnairesScience and Technology Facilities CouncilDirección General de Asuntos del Personal Académico, Universidad Nacional Autónoma de MéxicoNatural Sciences and Engineering Research Council of CanadaSouth East Physics NetworkAlliance de recherche numérique du CanadaLeibniz-GemeinschaftRussian Science FoundationMinisterio de Ciencia e InnovaciónComunidad de MadridConsejo Nacional de Ciencia y TecnologíaCanada First Research Excellence FundQueen's UniversityEuropean Regional Development FundFundacja na rzecz Nauki PolskiejEuropean CommissionFundación Marcos MoshinskyLeverhulme TrustMinistry of Advanced Education, Government of AlbertaOntario Ministry of Research and InnovationUniversity of Alberta
Mots-clésScintillationRayleigh scatteringRefractive indexDetectorOpticsArgonPhotonScatteringPhysicsComputational physicsMaterials scienceAtomic physics

Résumé

récupéré en direct d'OpenAlex

As liquid argon (LAr) detectors are made at progressively larger sizes, accurate models of LAr optical properties become increasingly important for simulating light transport, understanding signals, and developing analyses. The refractive index, group velocity, and Rayleigh scattering length are particularly important for vacuum ultraviolet (VUV) and visible photons in detectors with diameters much greater than one meter. While optical measurements in the VUV are sparse, recent measurements of the group velocity of 128 nm photons in LAr provide valuable constraints on these parameters. These calculations are further complicated by the dependence of optical parameters on thermodynamic properties that might fluctuate or vary throughout the argon volume. This manuscript presents the model used by DEAP-3600, a dark matter direct detection experiment at SNOLAB using a 3.3 tonne LAr scintillation counter. Existing data and thermodynamic models are synthesized to estimate the wavelength-dependent refractive index, group velocity, and Rayleigh scattering length within the detector, and parameters' uncertainties are estimated. This model, along with in situ measurements of LAr scintillation properties, is benchmarked against data collected in DEAP-3600, providing a method for modeling optical properties in large LAr detectors and for propagating their uncertainties through downstream simulations. Updates are also presented of the Noble Element Simulation Technique (NEST) software, widely used to model scintillation and ionization signals in argon- and xenon-based detectors.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,066
Tête enseignante GPT0,176
Écart entre enseignants0,110 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)→Même sujetAtmospheric Ozone and Climate→Travaux en français237 207→