MétaCan
Menu
Retour à la cohorte
Enregistrement W1851262590 · doi:10.1103/physreva.66.033606

Modeling Bose-Einstein condensed gases at finite temperatures with<i>N</i>-body simulations

2002· article· en· W1851262590 sur OpenAlexaff
Brian Jackson, E. Zaremba

Notice bibliographique

RevuePhysical Review A · 2002
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueCold Atom Physics and Bose-Einstein Condensates
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPhysicsSemiclassical physicsThermalBose–Einstein condensateKinetic energyStatistical physicsQuantum electrodynamicsQuantum mechanicsClassical mechanicsQuantumThermodynamics

Résumé

récupéré en direct d'OpenAlex

We consider a model of a dilute Bose-Einstein condensed gas at finite temperatures, where the condensate coexists in a trap with a cloud of thermal excitations. Within the Zaremba, Nikuni, and Griffin formalism, the dynamics of the condensate is described by a generalized Gross-Pitaevskii equation, while the thermal cloud is represented by a semiclassical kinetic equation. Our numerical approach simulates the kinetic equation using a cloud of representative test particles, while collisions are treated by means of a Monte Carlo sampling technique. A full three-dimensional split-operator fast Fourier transform method is used to evolve the condensate wave function. We give details regarding the numerical methods used and discuss simulations carried out to test the accuracy of the numerics. We use this scheme to simulate the monopole mode in a spherical trap. The dynamical coupling between the condensate and thermal cloud is responsible for frequency shifts and damping of the condensate collective mode. We compare our results to previous theoretical approaches, not only to confirm the reliability of our numerical scheme, but also to check the validity of approximations which have been used in the past.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,276
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations79
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review AMême sujetCold Atom Physics and Bose-Einstein CondensatesTravaux en français237 207