Notice bibliographique
Résumé
In the final stages of a massive star’s life, its core collapses under gravity, triggering a giant explosion called a core-collapse supernova. About 99% of the released energy emerges as neutrinos, which escape within seconds and precede the light signal by hours. Detecting these neutrinos provides both an early warning and a probe of stellar collapse. Since galactic supernovae are rare—only a few per century—it is important to maximize the number of sensitive detectors. This work investigates whether the Super Cryogenic Dark Matter Search (SuperCDMS) experiment, located 2 km underground at SNOLAB in Sudbury, Canada, could detect such bursts. Although designed for dark matter, its cryogenic Ge and Si detectors reach sub-keV thresholds, enabling sensitivity to supernova neutrinos via coherent elastic neutrino–nucleus scattering (CEνNS), a neutral-current process enhanced in heavy nuclei. Using neutrino fluence spectra from SN1987A and a 28 M⊙ model, I estimate CEνNS recoil spectra peaking below 1 keV, within SuperCDMS HV-mode reach. Expected yields are tens of events per Si detector and hundreds per Ge detector, concentrated in a few-second burst. Neutrino interactions in the ∼108.5 tonnes of lead shielding could produce secondary neutrons, but even under conservative efficiency assumptions, this background contributes only ≲20 detectable events for a 1 kpc supernova. These results show that SuperCDMS could provide a statistically significant CEνNS detection of a galactic supernova, making it a valuable dual-purpose experiment that supports both dark matter searches and supernova neutrino detection.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».