MétaCan
Menu
Retour à la cohorte
Enregistrement W4397023902 · doi:10.1088/1748-0221/19/05/c05030

Study of the energy calibration of the DEAP-3600 detector using Na-22 source data and simulations

2024· article· en· W4397023902 sur OpenAlexfundaboutno aff
L. Luzzi

Notice bibliographique

RevueJournal of Instrumentation · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueDark Matter and Cosmic Phenomena
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-clésCalibrationDetectorEnergy (signal processing)OpticsPhysicsMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract DEAP-3600 is a single-phase liquid argon (LAr) direct-detection dark matter experiment, operating 2 km underground at SNOLAB (Sudbury, Canada). The detector consists of 3.3 tons of LAr contained in a spherical acrylic vessel. At WIMP mass of 100 GeV, DEAP-3600 has a projected sensitivity of 10 -46 cm 2 for the spin independent elastic scattering cross section of WIMPs. Radioactive sources have been used for the energy calibration and to test the detector performance. One of the most effective calibration run has been taken with a 22 Na source deployed in a tube located around the DEAP-3600 steel shell. The simultaneous emission of three γ s by the source provides an excellent tagging for the 22 Na decay. The results concerning the energy response of the detector and the agreement between data and Monte Carlo simulations in DEAP-3600 are investigated in this study.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil0,115

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 Opus0,025
Tête enseignante GPT0,279
Écart entre enseignants0,254 · 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'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of InstrumentationMême sujetDark Matter and Cosmic PhenomenaTravaux en français237 207