MétaCan
Menu
Retour à la cohorte
Enregistrement W4402427160 · doi:10.48550/arxiv.2408.06786

An assay-based background projection for the MAJORANA DEMONSTRATOR using Monte Carlo Uncertainty Propagation

2024· preprint· en· W4402427160 sur OpenAlexfundno aff
I. J. Arnquist, F. T. Avignone, A. S. Barabash, C. J. Barton, K. H. Bhimani, E. Blalock, B. Bos, M. Busch, T. S. Caldwell, Y. D. Chan, C. D. Christofferson, P.-H. Chu, M. Clark, C. Cuesta, J. A. Detwiler, Y. V. Efremenko, H. Ejiri, S. R. Elliott, N. Fuad, G. K. Giovanetti, M. P. Green, J. Gruszko, I. S. Guinn, V. E. Guiseppe, C. R. Haufe, R. Henning, D. Hervas Aguilar, E. W. Hoppe, A. Hostiuc, M. F. Kidd, I. Kim, R. T. Kouzes, T. E. Lannen V, A. Li, J. M. López-Castaño, R. D. Martin, R. Massarczyk, S. J. Meijer, T. K. Oli, L. S. Paudel, W. Pettus, A. W. P. Poon, D. C. Radford, A. L. Reine, K. Rielage, N. W. Ruof, D. C. Schaper, S. J. Schleich, D. Tedeschi, R. L. Varner, S. Vasilyev, S. L. Watkins, J. F. Wilkerson, C. Wiseman, W. Xu, C. -H. Yu

Notice bibliographique

RevuearXiv (Cornell University) · 2024
Typepreprint
Langueen
DomaineEngineering
ThématiqueInfrared Target Detection Methodologies
Établissements canadiensnon disponible
Organismes subventionnairesPacific Northwest National LaboratoryNatural Sciences and Engineering Research Council of CanadaNuclear PhysicsLos Alamos National LaboratoryL'Oreal USAOak Ridge National LaboratorySouth Dakota Board of RegentsLawrence Berkeley National LaboratoryLaboratory Directed Research and DevelopmentU.S. Department of EnergyOffice of ScienceNational Science Foundation
Mots-clésMAJORANAMonte Carlo methodProjection (relational algebra)Propagation of uncertaintyStatistical physicsPhysicsComputer scienceParticle physicsStatisticsMathematicsAlgorithmNeutrino

Résumé

récupéré en direct d'OpenAlex

The background index is an important quantity which is used in projecting and calculating the half-life sensitivity of neutrinoless double-beta decay ($0νββ$) experiments. A novel analysis framework is presented to calculate the background index using the specific activities, masses and simulated efficiencies of an experiment's components as distributions. This Bayesian framework includes a unified approach to combine specific activities from assay. Monte Carlo uncertainty propagation is used to build a background index distribution from the specific activity, mass and efficiency distributions. This analysis method is applied to the MAJORANA DEMONSTRATOR, which deployed arrays of high-purity Ge detectors enriched in $^{76}$Ge to search for $0νββ$. The framework projects a mean background index of $\left[8.95 \pm 0.36\right] \times 10^{-4}$cts/(keV kg yr) from $^{232}$Th and $^{238}$U in the DEMONSTRATOR's components.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,165
Tête enseignante GPT0,248
Écart entre enseignants0,084 · 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
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'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetInfrared Target Detection MethodologiesTravaux en français237 207