MétaCan
Menu
Retour à la cohorte
Enregistrement W7115927067 · doi:10.1016/j.nima.2025.171231

Simulating the impact of scattering on the angular distribution of Cherenkov radiation

2025· article· en· W7115927067 sur OpenAlexafffund

Notice bibliographique

RevueNuclear Instruments and Methods in Physics Research Section A Accelerators Spectrometers Detectors and Associated Equipment · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueCrystallography and Radiation Phenomena
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlliance de recherche numérique du CanadaCanada First Research Excellence Fund
Mots-clésCherenkov radiationScatteringCalibrationRadiationCoherence (philosophical gambling strategy)Cherenkov detectorForward scatter

Résumé

récupéré en direct d'OpenAlex

We present a study of the impact of scattering on the emission of Cherenkov radiation, explore the limitations of the simulation tools currently in use in particle and nuclear physics, and propose a method for overcoming these limitations. We start with a derivation of the Cherenkov power spectrum and its angular profile, accounting for interference of the radiation emitted, in contrast with commonly used tools that assume perfect coherence. We then study the impact that the path of electrons through a medium has on the angular profile of Cherenkov light. Finally, we devise a model that can incorporate these effects into Geant4 and tune it to explain calibration data from the water-phase of SNO+. We find that the tuned model significantly improves the agreement between data and simulation, so we provide it for its wider use. • We show how Cherenkov angular distributions depend on coherence assumptions and scattering models. • We introduce a fast algorithm that improves Cherenkov angular modeling with minimal cost. • Applied to SNO+ calibration data, the method significantly improves data–simulation agreement.

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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,606
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,034
Tête enseignante GPT0,382
Écart entre enseignants0,348 · 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'étudeObservationnel
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 revueNuclear Instruments and Methods in Physics Research Section A Accelerators Spectrometers Detectors and Associated EquipmentMême sujetCrystallography and Radiation PhenomenaTravaux en français237 207