MétaCan
Menu
Retour à la cohorte
Enregistrement W4416010444 · doi:10.1109/tasc.2025.3630163

Magnetic Field Mapping Design for the MOLLER Spectrometer Magnets at Jefferson Lab

2025· article· W4416010444 sur OpenAlexaff
Probir K. Ghoshal, B. Eng, S. Gopinath, J. Lamont, Michael Dion, Ruben Fair, D. Kashy, J. Mammei, S. Rahman, Renuka Rajput-Ghoshal, E. Sun, D. Young

Notice bibliographique

RevueIEEE Transactions on Applied Superconductivity · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueSuperconducting Materials and Applications
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSpectrometerMagnetSuperconducting magnetToroidMagnetic fieldCalibrationElectronBeam (structure)Particle accelerator

Résumé

récupéré en direct d'OpenAlex

The Thomas Jefferson National Accelerator Facility (JLab) has developed a unique spectrometer system to study the weak interaction between electrons. The “Measurement of Lepton-Lepton Electroweak Reaction” (MOLLER) experiment, utilizing JLab's recent 12 GeV electron beam upgrade, is scheduled to operate for three years. Central to the MOLLER experiment are five water-cooled toroidal magnets, each with a unique geometry and seven-fold symmetry, designed to focus the particles. The magnetic field generated by the Spectrometer is needed to separate the incident beam electrons that scatter from target electrons (Moller scattering) from the protons due to elastic e-p scattering within a liquid hydrogen target. This paper details the magnet field measuring technique developed to map all five MOLLER toroidal magnets at multiple locations inside and along the bore. It covers the design, mounting, and operation of the probe, along with the calibration procedure to determine the field and to prepare a field map for GEANT4 analysis. Additionally, the paper addresses the challenges of accurately measuring low magnetic fields

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,761
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,035
Tête enseignante GPT0,244
Écart entre enseignants0,208 · 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.

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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Applied SuperconductivityMême sujetSuperconducting Materials and ApplicationsTravaux en français237 207