MétaCan
Menu
Retour à la cohorte
Enregistrement W4410367719 · doi:10.1088/1748-0221/20/05/p05010

Investigating the impact of the diode edge geometry on the effective active area of silicon sensors using AREA-X

2025· article· en· W4410367719 sur OpenAlexafffund
A. Poley, G. I. Dyckes, J. Fernández-Tejero, C. Fleta, D. Sperlich, M. Ullán

Notice bibliographique

RevueJournal of Instrumentation · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueParticle Detector Development and Performance
Établissements canadiensSimon Fraser UniversityTRIUMF
Organismes subventionnairesAgencia Estatal de InvestigaciónEuropean Regional Development FundNatural Sciences and Engineering Research Council of CanadaDiamond Light SourceAlexander von Humboldt-Stiftung
Mots-clésSiliconEnhanced Data Rates for GSM EvolutionMaterials scienceDiodeOptoelectronicsGeometryPIN diodeEngineering physicsOpticsElectrical engineeringComputer sciencePhysicsTelecommunicationsEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Sensors for particle tracking detectors are required to provide a maximum active area in addition to fulfilling performance criteria concerning radiation hardness, charge collection and operating conditions (e.g. leakage current, depletion voltage and breakdown voltage). While the requirement for optimised coverage within the tracking detector necessitates a slim sensor edge between active region and physical sensor edge, wider edge regions were found to be beneficial for the sensor performance during an early prototyping phase. In order to study the impact of differently sized edge regions, test structures were used to compare their individual active regions. Measurements of each diode were performed using a micro-focused X-ray beam to map its respective active area. This paper presents measurements of these test structures using AREA-X showing that the active area of a silicon particle tracking sensor does not only depend on the size of its bias ring, but also the size and configuration of its edge structure.

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 enseignants0,310
Score d'incertitude au seuil0,153

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 Opus0,021
Tête enseignante GPT0,293
Écart entre enseignants0,273 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of InstrumentationMême sujetParticle Detector Development and PerformanceTravaux en français237 207