MétaCan
Menu
Retour à la cohorte
Enregistrement W2039914736 · doi:10.1088/1367-2630/14/6/065011

Fully microscopic analysis of laser-driven finite plasmas using the example of clusters

2012· article· en· W2039914736 sur OpenAlexaff
Christian Peltz, Charles Varin, Thomas Brabec, Thomas Fennel

Notice bibliographique

RevueNew Journal of Physics · 2012
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Matter Interactions and Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésPhysicsPlasmaLaserAttosecondPlasmonComputational physicsField (mathematics)OpticsUltrashort pulseQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

We discuss a microscopic particle-in-cell (MicPIC) approach that allows bridging of the microscopic and macroscopic realms of laser-driven plasma physics. The simultaneous resolution of collisions and electromagnetic field propagation in MicPIC enables the investigation of processes that have been inaccessible to rigorous numerical scrutiny so far. This is illustrated by the two main findings of our analysis of pre-ionized, resonantly laser-driven clusters, which can be realized experimentally in pump–probe experiments. In the linear response regime, MicPIC data are used to extract the individual microscopic contributions to the dielectric cluster response function, such as surface and bulk collision frequencies. We demonstrate that the competition between surface collisions and radiation damping is responsible for the maximum in the size-dependent lifetime of the Mie surface plasmon. The capacity to determine the microscopic underpinning of optical material parameters opens new avenues for modeling nano-plasmonics and nano-photonics systems. In the non-perturbative regime, we analyze the formation and evolution of recollision-induced plasma waves in laser-driven clusters. The resulting dynamics of the electron density and local field hot spots opens a new research direction for the field of attosecond science.

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 enseignants0,656
Score d'incertitude au seuil0,246

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)0,0000,000

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 Opus0,038
Tête enseignante GPT0,301
Écart entre enseignants0,264 · 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

Citations31
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew Journal of PhysicsMême sujetLaser-Matter Interactions and ApplicationsTravaux en français237 207