MétaCan
Menu
Retour à la cohorte
Enregistrement W4408173175 · doi:10.1051/epjconf/202532000036

Strip-based Scintillation Detector for Dual-readout High-granularity Calorimetry

2025· article· en· W4408173175 sur OpenAlexaff
Hiroyasu Ogawa, James Edward Freeman, Corrado Gatto, D. Jeans, Weiyuan Li, K. Matsuoka, W. Ootani, Taikan Suehara, T. Takeshita

Notice bibliographique

RevueEPJ Web of Conferences · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRadiation Detection and Scintillator Technologies
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesHigh Energy Physics
Mots-clésGranularityScintillationDetectorCalorimetryPhysicsDual (grammatical number)Nuclear physicsParticle physicsMaterials scienceComputer scienceOpticsOperating systemPhilosophy

Résumé

récupéré en direct d'OpenAlex

New calorimeter technology is being developed for future collider experiments. We are developing a calorimeter that integrates two technologies, a high-granularity calorimeter and a dual-readout calorimeter, and has high time resolution at a picosecond level. The proposed calorimeter is a sampling calorimeter based on scintillation and Cherenkov detectors with high-granularity readout. The Cherenkov detector has a picosecond level time resolution. For the high-granularity scintillation detector, scintillator strips of 300mm × 30mm ×3mm-thick are aligned horizontally and vertically to realize an effective 30mm-square-cell segmentation. Prototype strips with different designs and scintillator materials were tested to compare the performance.

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 enseignants0,536
Score d'incertitude au seuil0,451

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 Opus0,015
Tête enseignante GPT0,270
Écart entre enseignants0,255 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEPJ Web of ConferencesMême sujetRadiation Detection and Scintillator TechnologiesTravaux en français237 207