MétaCan
Menu
← Back to cohort
Record W7161831301 · doi:10.82308/16281

Development of an in-Xe-gas Laser Ablation Source for the Ba-tagging technique for nEXO

2021· dissertation· en· W7161831301 on OpenAlexaboutno aff
Melissa Medina Peregrina

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldEngineering
TopicLaser Design and Applications
Canadian institutionsnot available
Fundersnot available
KeywordsSous videAnalytical Chemistry (journal)Silicon monoxide

Abstract

fetched live from OpenAlex

nEXO est une expérience novatrice recherchant à détecter la double désintégration bêta sans neutrino dans l'isotope Xe-136. Une observation de cette désintégration impliquerait une violation du nombre leptonique et exigerait que le neutrino soit sa propre antiparticule. Une telle observation démontrerait un phénomène au-delà du modèle standard de la physique des particules et modifierait notre compréhension de l'univers.Pour augmenter la sensibilité de nEXO lors une future mise à jour et pour vérifier qu'un signal soit produit par une double désintégration, notre collaboration développe une technique de traçage de Ba dans le but d'identifier le produit de la désintégration de Xe-136, Ba-136. Le volume de désintégration est sondé pour déterminer la présence de Ba lorsqu'un événement candidat double désintégration bêta sans neutrino est détecté. Puisque Ba-136 n'est produit que dans les désintégrations double beta, l'événement peut être identifié comme une désintégration bêta double de Xe-136 et les bruits de fond peuvent être supprimés.La collaboration nEXO étudie différentes approches pour extraire et identifier des ions baryum uniques. Au Canada, des groupes de Carleton, McGill et TRIUMF travaillent sur l'extraction d'ions du Xe liquide dans un environnement gazeux et par la suite dans le vide pour l'identification finale de l'ion baryum. Le groupe de l'Université McGill développe une source d'ions d'ablation au laser qui fonctionnera dans du gaz Xe haute pression. Cette source d'ablation est destinée à fournir des ions pour étudier et optimiser le processus d'extraction d'ions. Cette thèse décrit la configuration, une analyse du courant ionique mesuré dans le vide en fonction de différents paramètres physiques ainsi que les plans futurs pour cette source d'ions. Toutes les mesures dans une chambre à gaz ont été interrompues à cause de la COVID-19 et ont dû être reportées après la soumission de cette thèse de maîtrise

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.003
Threshold uncertainty score0.011

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.000
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.001

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.

Opus teacher head0.016
GPT teacher head0.256
Teacher spread0.240 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2021
Admission routes1
Has abstractyes

Explore more

Same topicLaser Design and Applications→French-language works237,207→