MétaCan
Menu
Retour à la cohorte
Enregistrement W7128992094 · doi:10.5281/zenodo.17658174

XRM2024 - Mon10K - "Dark field x-ray imaging at the femtosecond using a laser driven x-ray source"

2024· article· en· W7128992094 sur OpenAlexaboutno aff
Silvia Cipiccia

Notice bibliographique

RevueOpen MIND · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Plasma Interactions and Diagnostics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBetatronLaserBeam (structure)FemtosecondSynchrotron radiationSynchrotronBeamlineParticle acceleratorScattering

Résumé

récupéré en direct d'OpenAlex

Laser-driven plasma accelerators[1,2,3] are a new concept of electron accelerators, up to 1000 times more compact than conventional ones based on radiofrequency cavities. One of the remarkable features of this type of device is that the electrons wiggle inside the plasma during the acceleration emitting bright femtosecond X-ray flashes[4,5]. This X-ray emission, called betatron radiation, has been successfully used for X-ray imaging, including single shot phase contrast imaging[6]. Here we report on the combination of betatron radiation with a multimodal imaging modality, beam tracking [7], to produce transmission, refraction, and dark-field (scattering) images in a single shot at the femtosecond. Beam-tracking is a robust imaging method applicable to both synchrotron and laboratory x-ray sources. It consists of structuring the X-ray beam into physically separated beamlets using an absorption mask. The three channels, transmission, refraction, and scattering are retrieved from the distortion of the beamlets due to the presence of the sample. The experiment was carried out at the X-ray betatron beamline at the Advanced Laser Light Source in Montreal, Canada. We present the results obtained, we discuss current limitations, prospective applications, and future developments. References [1] Mangles, S. et al., (2004). Nature, 431 (535-538) [2] Geddes, C.G.R. et al., (2004). Nature, 431 (538-541) [3] Faure J. et al., (2004). Nature, 431 (541-544) [4] Kneip S. et al. (2010), Nat. Phys. 6 (980-983) [5] Cipiccia, S. et al., (2011), Nat. Phys. 7 (867-871) [6] Fourmaux, S. et al. (2011). Opt. Lett. 36 (2426) [7] Vittoria, F. A. et al. (2015). Appl. Phys. Lett. 106, (224102) [8] Navarrete Leon C. et al. (2023). Optica 10 (880-887)

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 candidatesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,485
Score d'incertitude au seuil0,999

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 savante0,0020,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0460,003

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 Opus0,019
Tête enseignante GPT0,297
Écart entre enseignants0,278 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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 revueOpen MINDMême sujetLaser-Plasma Interactions and DiagnosticsTravaux en français237 207