Calibration of the sensitivity of perfluorocarbon mixtures to nuclear recoil
Bibliographic record
Abstract
L’expérience PICO fait partie des chefs de file mondiaux dans la tentative de détection directe de la matière sombre. Cette expérience se spécialise dans l’utilisation des détecteurs à liquide surchauffé pour y parvenir. Le futur détecteur de la collaboration, PICO-500, tentera de détecter les WIMPs (Weakly Interacting Massive Particle) une fois construit dans le laboratoire sous-terrain SNOLAB. Ce détecteur utilisera un mélange de perfluorocarbone comme fluide actif, une nouveauté pour les chambres à bulles. L’utilisation d’un mélange présente des avantages importants dans la conception du détecteur. Celle-ci permettra de diminuer les contraintes d’ingénierie tout en offrant une sensibilité de détection importante. La chambre à bulles PICO-0.1 est utilisée principalement pour la calibration de perfluorocarbone. À l’aide du tandem situé à l’Université de Montréal et d’une cible de vanadium-51, j’ai pu envoyer des neutrons monoénergétiques afin d’évaluer l’énergie de seuil de la formation de bulles dans ce mélange. Le modèle de Seitz décrivant la formation des bulles a été bien étudié dans le cadre de fluide pur, mais pas dans le cas de mélange de perfluorocarbone. Ce type de calibration effectuée avec le détecteur PICO-0.1 nous a permis de confirmer la validité du modèle de Seitz et que les effets du transport de masse peut être négligés pour ce mélange. La vérification de cette hypothèse était cruciale à la compréhension de la dynamique impliquée dans la formation des bulles et nécessaire pour l’utilisation du futur détecteur PICO-500.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".