MétaCan
Menu
Retour à la cohorte
Enregistrement W6996983472

The track-length extension fitting algorithm for energy measurement of interacting particles in liquid argon TPCs and its performance with ProtoDUNE-SP data

2024· article· en· W6996983472 sur OpenAlexfundno aff

Notice bibliographique

RevueApollo (University of Cambridge) · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiation Therapy and Dosimetry
Établissements canadiensnon disponible
Organismes subventionnairesSLAC National Accelerator LaboratoryLos Alamos National LaboratoryBrookhaven National LaboratoryFermilabCentro de Investigaciones Energéticas, Medioambientales y TecnológicasCentro de Investigación y de Estudios Avanzados del Instituto Politécnico NacionalInstituto Superior TécnicoScience and Technology Facilities CouncilNatural Sciences and Engineering Research Council of CanadaUniversity of California, IrvineUniversity of California, Los AngelesCollege of Engineering, Michigan State UniversityStony Brook UniversityPunjab Agricultural UniversityUniversidad del MagdalenaJeonbuk National UniversityGran Sasso Science InstituteNuclear PhysicsNational Institute of Science Education and ResearchEötvös Loránd TudományegyetemUniversidad Nacional Mayor de San MarcosUniversity of HyderabadUniversità di PisaUniversitat de ValènciaUniversità degli Studi di FerraraHigh Energy Accelerator Research OrganizationUniwersytet WarszawskiFundação de Amparo à Pesquisa do Estado de GoiásUniverzita Karlova v PrazeMinisterio de Ciencia e InnovaciónCentre National de la Recherche ScientifiqueUniversidade Tecnológica Federal do ParanáUniversità degli Studi di ParmaUniversidade Estadual de CampinasUniversità degli Studi di GenovaChina Scholarship CouncilSyracuse UniversityUniversità di CataniaLawrence Berkeley National LaboratoryEuropean Regional Development FundTaras Shevchenko National University of KyivUniversity of South CarolinaAkademie Věd České RepublikyKorea Institute of Science and Technology InformationRice UniversityUK Research and InnovationKorea Institute of Science and TechnologyUlsan National Institute of Science and TechnologyErciyes ÜniversitesiKorea UniversityIndian Institute of Technology GuwahatiChung-Ang UniversityLaboratori Nazionali del Gran SassoInstituto Politécnico NacionalFundação para a Ciência e a TecnologiaRadboud UniversiteitDurham UniversityConselho Nacional de Desenvolvimento Científico e TecnológicoUniversity of CincinnatiSouthern Methodist UniversityUniversité Paris-SaclayOffice of ScienceNorthwestern UniversityUniversity of BristolUniversity of OxfordUniversity of Colorado BoulderUniversity College LondonUniversity of TorontoGeneralitat ValencianaImperial College LondonUniversity of WarwickSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungYork UniversityIndian Institute of Technology KanpurOhio State UniversityInstituto Tecnológico de AeronáuticaUniversidade de VigoUniversity of SussexUniversité Savoie Mont BlancSouth Dakota School of Mines and TechnologyCERNUniversità degli Studi di MilanoState University of New YorkIdaho State UniversityMassachusetts Institute of TechnologyUniversidad Católica del NorteUniversidad de GranadaUniversità degli Studi dell'InsubriaPontificia Universidad Católica del PerúUniversity of PittsburghIowa State UniversityQueen Mary University of LondonUniversity of Texas at ArlingtonOregon State UniversityLouisiana State UniversityUniversity of Minnesota DuluthMichigan State UniversityUniversidad de ColimaUniversitatea din BucureștiSouth Dakota State UniversityUniversità degli Studi di PaviaDrexel UniversityUniversity of Notre DameInstitut National de Physique Nucléaire et de Physique des ParticulesJohannes Gutenberg-Universität MainzUniversidade de LisboaNorthern Illinois UniversityUniversity of RochesterInstitute for Research in Fundamental SciencesWellesley CollegeTel Aviv UniversityHORIZON EUROPE Framework ProgrammeJawaharlal Nehru UniversityUniversidade de Santiago de CompostelaFlorida State UniversityColorado State UniversityUniversidade Federal do Rio de JaneiroIstituto Nazionale di Fisica Nucleare Sezione di PadovaWichita State UniversityIstituto Nazionale di Fisica NucleareUniversità degli Studi di Napoli Federico IIUniversity of MinnesotaNational Science FoundationPacific Northwest National LaboratoryFundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de JaneiroXunta de GaliciaYale UniversityU.S. Department of EnergyCalifornia Institute of TechnologyUniversity of PennsylvaniaFundação de Amparo à Pesquisa do Estado de São PauloEuropean CommissionJackson State UniversitySapienza Università di RomaRoyal SocietyHarish-Chandra Research Institute
Mots-clésKinetic energyCharged particleIonizationArgonDetectorPosition (finance)Energy (signal processing)Measure (data warehouse)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper introduces a novel track-length extension fitting algorithm for measuring the kinetic energies of inelastically interacting particles in liquid argon time projection chambers (LArTPCs). The algorithm finds the most probable offset in track length for a track-like object by comparing the measured ionization density as a function of position with a theoretical prediction of the energy loss as a function of the energy, including models of electron recombination and detector response. The algorithm can be used to measure the energies of particles that interact before they stop, such as charged pions that are absorbed by argon nuclei. The algorithm's energy measurement resolutions and fractional biases are presented as functions of particle kinetic energy and number of track hits using samples of stopping secondary charged pions in data collected by the ProtoDUNE-SP detector, and also in a detailed simulation. Additional studies describe the impact of the dE/dx model on energy measurement performance. The method described in this paper to characterize the energy measurement performance can be repeated in any LArTPC experiment using stopping secondary charged pions.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,922
Score d'incertitude au seuil0,242

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,036
Tête enseignante GPT0,252
Écart entre enseignants0,216 · 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'étudeAutre devis
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApollo (University of Cambridge)Même sujetRadiation Therapy and DosimetryTravaux en français237 207