MétaCan
Menu
Retour à la cohorte
Enregistrement W4414110823 · doi:10.1109/tim.2025.3608348

Measuring Dark Currents in Multiple Cryogenic SiPMs With Sub-pA Sensitivity Using an Automated <i>I–V</i> Multiplexer

2025· article· en· W4414110823 sur OpenAlexafffund
L. Darroch, Eamon Egan, Marc-Antoine Leclerc, Thomas McElroy, T. Brunner

Notice bibliographique

RevueIEEE Transactions on Instrumentation and Measurement · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueSemiconductor Quantum Structures and Devices
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésMultiplexerSilicon photomultiplierSensitivity (control systems)DetectorDark currentAvalanche photodiodeAutomatic gain controlSilicon on insulator

Résumé

récupéré en direct d'OpenAlex

We present the design of an automated current-voltage (IV) multiplexer (MUX) that enables accurate measurement of the dark current in cryogenic silicon photomultipliers (SiPMs), achieving a sensitivity equivalent to detecting less than one avalanche per second. Dynamic pulse-counting measurements were used as a benchmark for reconstructing the dark current in static IV measurements. The IV-MUX features 15 channels on a single board and up to seven boards can be connected in parallel under the control of one Arduino microcontroller. To minimize leakage and enhance performance, the layout includes guard rings and high-isolation relays, enabling resolution of currents as small as 49 fA. The IV-MUX can be integrated into systems designed for IV or pulse-counting measurements, enabling seamless switching between IV and pulse-counting modes. Moreover, the IV-MUX is vacuum-compatible, validated by testing an SiPM array in a cryostat. This feature reduces the need for multiple feedthroughs when testing sensor arrays in vacuum. The design is open source and can be used to facilitate rapid and automated testing of SiPMs or similar low-current devices in one measurement cycle.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil0,826

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 Opus0,060
Tête enseignante GPT0,287
Écart entre enseignants0,226 · 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'étudeExpérimental (laboratoire)
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 revueIEEE Transactions on Instrumentation and MeasurementMême sujetSemiconductor Quantum Structures and DevicesTravaux en français237 207