MétaCan
Menu
Retour à la cohorte
Enregistrement W1606346158 · doi:10.1063/1.1893385

Charge State Breeding with an ECRIS for ISAC at TRIUMF

2005· article· en· W1606346158 sur OpenAlexaff
F. Ames

Notice bibliographique

RevueAIP conference proceedings · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle accelerators and beam dynamics
Établissements canadiensTRIUMF
Organismes subventionnairesnon disponible
Mots-clésIon sourceIonBooster (rocketry)Ion beamAtomic physicsPhysicsNuclear physicsMaterials scienceNuclear engineeringChemistryPlasmaEngineering

Résumé

récupéré en direct d'OpenAlex

For the acceleration of radioactive ions the usable mass range is limited by the A/q acceptance of the first accelerator stage. Since an efficient primary ion source normally produces singly charged ions, charge state breeding is necessary if higher masses are to be accelerated. At TRIUMF an ECR source has been chosen as a breeder due to its potential high efficiency in producing intermediate A/q values. To minimize the necessity for further stripping an A/q around 6 is desirable. A 14 GHz “PHOENIX” booster from Pantechnik has been set up on a test bench. The singly charged ions are produced from different ion sources, which can be mounted in a standard ISAC target‐ion‐source set‐up. For the first tests an ECR source to produce noble gas beams has been chosen. The aim of the measurements at the test bench is to find the optimum operation conditions of the charge state booster and the injection and extraction ion optics. Working with radioactive ions always means that the system should aim for high efficiency, as the production of such species is limited. Therefore, special emphasis has to be put on the highest yield for the production of the desired charge state. A second point is the analysis of the extracted beam quality in order to optimize mass separation and transport efficiency. The paper shows the status of the set‐up and reports on first results of the charge breeding of Ar, Ne and Xe. With Xe a total efficiency of 22.5 % has been achieved.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,888
Score d'incertitude au seuil0,797

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 savante0,0000,001
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 Opus0,022
Tête enseignante GPT0,236
Écart entre enseignants0,214 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetParticle accelerators and beam dynamicsTravaux en français237 207