QuSpin zero-field magnetometer characterization for the TUCAN experiment
Notice bibliographique
Résumé
Abstract The TUCAN neutron electric dipole moment experiment utilizes the QuSpin Zero-Field Magnetometer (QZFM) to accurately map residual fields within a large magnetically shielded room. Three potential flaws of the QZFM are characterized in preparation for mapping. The magnetometer’s intrinsic offset was measured to be within <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:mrow> <mml:mrow> <mml:mo>±</mml:mo> <mml:mn>3</mml:mn> </mml:mrow> </mml:mrow> </mml:math> nT and stable over a period of one year. The response was shown to be within 2 percent of linearity in the zero-field regime, up to 2 <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi>nT</mml:mi> </mml:mrow> <mml:mrow> <mml:mi>pp</mml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> , and then follows a smooth dispersion curve. Crosstalk effects induced by multisensor operation were determined to have a small effect, and inconsequential with a separation above 6 cm. These results enable the QZFM for accurate measurement of DC fields, increase the operational range of QZFM by a factor of more than an order of magnitude, and allow for higher efficiency and flexibility by green-lighting simultaneous operation of multiple QZFMs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».