MétaCan
Menu
Retour à la cohorte
Enregistrement W7064654665

Background reduction techniques and simulations for the PICASSO and PICO dark matter search experiments.

2021· dissertation· en· W7064654665 sur OpenAlexaboutno aff

Notice bibliographique

RevueLu Zone Ul (Laurentian University) · 2021
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhase (matter)Noise (video)Work (physics)Process (computing)Tracking (education)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dark matter is one of the most challenging mysteries of cosmology. The detection of Dark Matter is a main objective in modern experimental physics. The PICASSO and then the PICO experiments work towards the direct detection of WIMPs (Weakly Interacting Massive Particles) with superheated liquid detectors. Phase transitions in the superheated liquids are triggered by the nuclear recoil caused by the elastic collision of a dark matter particle. The phase transition in the detectors leads to the formation of a gaseous bubble. The acoustic signal of the nucleation of a bubble is recorded with piezoelectric sensors and pictures of the bubbles are taken with cameras. Many techniques are used to isolate potential dark matter signal from background signals. This thesis presents the work done for the fabrication process and purification techniques of the PICASSO detectors in the clean room at Université de Montréal. The detectors built with these new purification techniques allowed a background reduction of a factor of 10. The techniques and methods will be presented as well as the latest results from the data taken with these detectors. Simulations for the PICO experiment will also be presented. MCNP neutron background simulations from radioactive materials in the PICO detector will be presented. MCNP simulations for neutrons in the SNOLAB drift will also be presented as well as other MCNP simulations for the design and optimisation of the experiment. Finally, Geant4 muon-induced neutron simulations in the SNOLAB drift will be presented as well as Geant4 simulations for the design of a muon veto. These simulations were built entirely from scratch by using the SHIELDING physics list.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,017
Tête enseignante GPT0,277
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLu Zone Ul (Laurentian University)Même sujetMagnetic confinement fusion researchTravaux en français237 207