MétaCan
Menu
Retour à la cohorte
Enregistrement W1964255545 · doi:10.1103/physreve.61.3042

Observations of the ultraviolet and x-ray brightness profiles and cooling rates of Kr and Ar in magnetically confined fusion plasmas

2000· article· en· W1964255545 sur OpenAlexaff
M. J. May, K. B. Fournier, D. Pacella, H. Kroegler, J. E. Rice, B. C. Gregory, M. Finkenthal, H. W. Moos, G. Mazzitelli, W. H. Goldstein

Notice bibliographique

RevuePhysical review. E, Statistical physics, plasmas, fluids, and related interdisciplinary topics · 2000
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesPrinceton Plasma Physics Laboratory
Mots-clésAtomic physicsIonizationPlasmaCollisional excitationBrightnessPhysicsTokamakIonNuclear physicsOptics

Résumé

récupéré en direct d'OpenAlex

The spatial brightness profiles of Ar and Kr ions have been measured during a set of experiments in which these gases were puffed into FTU (Frascati Tokamak Upgrade) and Alcator C-Mod tokamak plasmas. These profiles were measured by spatially scanning photometrically calibrated vuv and x-ray spectrometers covering 3 to 1700 \AA{} on a shot to shot basis. Several simulations of these profiles were performed using the multiple ionization state transport (MIST) code to validate the atomic physics rates used to determine the charge state distribution in the plasmas. A comparison of two sets of atomic physics rates was made. The chosen rates were the original rates in MIST and the more accurate ionization/recombination rate coefficients from the HULLAC atomic code and the current compilations by Mazzotta. The simulations with the more accurate rates could correctly predict the brightness profiles. The simulations with the older rates adequately predicted the Ar brightness profiles but did not accurately predict those of Kr. The inclusion of the excitation autoionization rates which were absent from the MIST code had the most profound effect on the simulated charge state distributions.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,639
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,302
Écart entre enseignants0,289 · 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.

Devis d'étudeObservationnel
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

Citations14
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical review. E, Statistical physics, plasmas, fluids, and related interdisciplinary topicsMême sujetMagnetic confinement fusion researchTravaux en français237 207