MétaCan
Menu
Retour à la cohorte
Enregistrement W4400905975 · doi:10.1109/tns.2024.3432402

Direct Waveform Analysis of Ionization Chamber Signals for the SCI-CASTER Project

2024· article· en· W4400905975 sur OpenAlexafffund
A. Redey, K. Starosta, M. S. Martin, H. Asch

Notice bibliographique

RevueIEEE Transactions on Nuclear Science · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNuclear Physics and Applications
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWaveformIonization chamberIonizationPhysicsElectrical engineeringCasterIonMaterials scienceAtomic physicsNuclear physicsEngineeringOpticsMechanical engineeringVoltage

Résumé

récupéré en direct d'OpenAlex

A prototype segmented ionization chamber and corresponding waveform analysis algorithm for the segmented conductor ionization chamber for advanced spectroscopy targeting emitters of$\alpha $radiation (SCI-CASTER) project at the Simon Fraser University Nuclear Science Laboratory is discussed in this work. Provided that a robust method of extracting data from the detector is implemented, segmented ionization chambers allow for the measurement of both the energy and position of ionizing particles utilizing a single relatively inexpensive detector system. The waveform analyzer written for the SCI-CASTER project operates directly on raw digitized charge drift signals and generates a set of seven piecewise functions that completely describe the input waveform. This reduces the storage and computation time needed to extract timings and amplitudes from the data, allowing for rapid and adaptive offline data analysis. The performance of the waveform analyzer is summarized for a set of experiment runs, and measurements of timing, energy, and a demonstration of the positional sensitivity of the prototype detector are given.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0330,011

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 Opus0,021
Tête enseignante GPT0,288
Écart entre enseignants0,268 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Nuclear ScienceMême sujetNuclear Physics and ApplicationsTravaux en français237 207