MétaCan
Menu
Retour à la cohorte
Enregistrement W2052033983 · doi:10.1063/1.3600455

Diamagnetic loop measurement in Korea Superconducting Tokamak Advanced Research machine

2011· article· en· W2052033983 sur OpenAlexfundno aff
J.G. Bak, S. G. Lee, Han-Seek Kim

Notice bibliographique

RevueReview of Scientific Instruments · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Circulatory and Respiratory Health
Mots-clésKSTARDiamagnetismTokamakPlasmaStellaratorElectron cyclotron resonanceCyclotronPhysicsAtomic physicsLimiterMaterials scienceNuclear magnetic resonanceNuclear physicsMagnetic fieldElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Diamagnetic loop (DL), which consists of two poloidal loops inside the vacuum vessel, is used to measure the diamagnetic flux during a plasma discharge in the Korea Superconducting Tokamak Advanced Research (KSTAR) machine. The vacuum fluxes in the DL signal can be compensated up to 0.1 mWb by using the coefficients, which are obtained from experimental investigations, in the vacuum flux measurements during vacuum shots under same operational conditions of magnetic coils for plasma experiment in the KSTAR machine. The maximum error in the diamagnetic flux measurement due to the errors of the coefficients was estimated as ∼0.22 mWb. From the diamagnetic flux measurements for the ohmically heated circular plasmas in the KSTAR machine, the stored energy agrees well with the estimated kinetic energy within the discrepancy of 25%. When the electron cyclotron heating, the neutral beam injection, and the ion cyclotron resonance heating are added to the ohmically heated limiter plasmas, the additional heating effects can be clearly observed from the increase of the stored energy evaluated in the DL measurement.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,119
Tête enseignante GPT0,339
Écart entre enseignants0,220 · 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'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

Citations28
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Scientific InstrumentsMême sujetMagnetic confinement fusion researchTravaux en français237 207