MétaCan
Menu
Retour à la cohorte
Enregistrement W2044193421 · doi:10.1103/physreva.83.063201

Clusters in intense XUV pulses: Effects of cluster size on expansion dynamics and ionization

2011· article· en· W2044193421 sur OpenAlexaff
Edward Ackad, Nicolas Bigaouette, Kyle Briggs, Lora Ramunno

Notice bibliographique

RevuePhysical Review A · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Plasma Interactions and Diagnostics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPhotoionizationExtreme ultravioletAtomic physicsIonizationCluster (spacecraft)ElectronKinetic energyPhysicsExcitationMolecular physicsLaserIonOptics

Résumé

récupéré en direct d'OpenAlex

We examine the effect of cluster size on the interaction of Ar${}_{55}$-Ar${}_{2057}$ with intense extreme ultraviolet (XUV) pulses, using a model we developed earlier that includes ionization via collisional excitation as an intermediate step. We find that the dynamics of these irradiated clusters is dominated by collisions. Larger clusters are more highly collisional, produce higher charge states, and do so more rapidly than smaller clusters. Higher charge states produced via collisions are found to reduce the overall photon absorption, since charge states of Ar${}^{2+}$ and higher are no longer photoaccessible. We call this mechanism collisionally reduced photoabsorption, and it decreases the effective cluster photoabsorption cross section by more than 30% for Ar${}_{55}$ and 45% for Ar${}_{2057}$. The time evolution of the electron kinetic energy distribution begins as a (mostly) Maxwellian distribution. Further, the electron velocity distribution of large clusters quickly become isotropic while smaller clusters retain the inherent anisotropy created by photoionization. Last, the total electron kinetic-energy distribution is integrated over the spatial profile of the laser and the log-normal distribution of cluster size for comparison with a recent experiment [C. Bostedt et al., Phys. Rev. Lett. 100, 133401 (2008)], and good agreement is found.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,461
Score d'incertitude au seuil0,360

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 Opus0,009
Tête enseignante GPT0,262
Écart entre enseignants0,253 · 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'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

Citations12
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review AMême sujetLaser-Plasma Interactions and DiagnosticsTravaux en français237 207