MétaCan
Menu
Retour à la cohorte
Enregistrement W1974019658 · doi:10.1364/oe.21.009255

Laser filamentation induced air-flow motion in a diffusion cloud chamber

2013· article· en· W1974019658 sur OpenAlexaff
Haiyi Sun, Jiansheng Liu, Cheng Wang, Jingjing Ju, Zhanxin Wang, Wentao Wang, Xiaochun Ge, Chuang Li, See Leang Chin, Ruxin Li, Zhizhan Xu

Notice bibliographique

RevueOptics Express · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Matter Interactions and Applications
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésFilamentationMechanicsLaserDiffusionAirflowOpticsMaterials scienceFemtosecondProtein filamentCloud chamberFlow (mathematics)Volumetric flow rateSnowMeteorologyPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

We numerically simulated the air-flow motion in a diffusion cloud chamber induced by femtosecond laser filaments for different chopping rates. A two dimensional model was employed, where the laser filaments were treated as a heat flux source. The simulated patterns of flow fields and maximum velocity of updraft compare well with the experimental results for the chopping rates of 1, 5, 15 and 150 Hz. A quantitative inconsistency appears between simulated and experimental maximum velocity of updraft for 1 kHz repetition rate although a similar pattern of flow field is obtained, and the possible reasons were analyzed. Based on the present simulated results, the experimental observation of more water condensation/snow at higher chopping rate can be explained. These results indicate that the specific way of laser filament heating plays a significant role in the laser-induced motion of air flow, and at the same time, our previous conclusion of air flow having an important effect on water condensation/snow is confirmed.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,371
Score d'incertitude au seuil0,999

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,256
Écart entre enseignants0,244 · 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'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

Citations30
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetLaser-Matter Interactions and ApplicationsTravaux en français237 207