MétaCan
Menu
Retour à la cohorte
Enregistrement W4412671439 · doi:10.1038/s41598-025-05682-x

Laser-driven proton sources for efficient radiation testing

2025· article· en· W4412671439 sur OpenAlexafffund
Beatrice D’Orsi, Corrado Altomare, A. Ampollini, Maria Denise Astorino, G. Bazzano, Elias Catrix, Alessia Cemmi, A. Colangeli, Ilaria Di Sarcina, Ronan Lelièvre, S. Loreti, S. Fourmaux, J. Fuchs, Paolo Nenzi, G. Pagano, Fabio Panza, C. Ronsivalle, J. Scifo, Simon Vallières, P. Antici

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Plasma Interactions and Diagnostics
Établissements canadiensHydro-QuébecInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAgenzia Spaziale ItalianaCompute Canada
Mots-clésProtonLaserRadiationComputer sciencePhysicsNuclear physicsOptics

Résumé

récupéré en direct d'OpenAlex

Several fields such as particle physics, space exploration, and high-energy physics, use Commercial Off-The-Shelf (COTS) electronic components in a high-radiation operative environment. These operating conditions can cause significant damage to electronic circuits, affecting their operational features and thus the reliability of the entire facility. Qualifying and characterizing these components against radiation is essential to ensure their proper functioning in harsh conditions. This study investigates the effect of stress-testing electronic components used in high-radiation environments with various types of radiation sources. The components were exposed to gamma rays, laser-driven protons, conventionally accelerated protons, and neutrons, analyzing the devices parameters after different irradiation conditions. The results indicate significant degradation in electrical performance due to radiation-induced defects and significant variations of the effects at same dose delivery. We show that laser-driven proton irradiation achieves equivalent stress-testing with doses two orders of magnitude lower and much quicker than other radiation sources, demonstrating a much higher stress-testing efficiency.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,565
Score d'incertitude au seuil0,374

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 Opus0,013
Tête enseignante GPT0,271
Écart entre enseignants0,257 · 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'étudeSans objet
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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetLaser-Plasma Interactions and DiagnosticsTravaux en français237 207