A 1-D predictive model for energy and particle transport in H-mode
Notice bibliographique
Résumé
In the last few years, significant progress has been made in the understanding of H-mode plasmas (e.g. ion temperature profile stiffness, pedestal physics, etc). Based on this improved understanding, a set of rules (models) comprising a physics picture of the H-mode has been implemented in the ASTRA code in order to improve the understanding of experimental observations and ultimately to provide a predictive capability for ITER complementary to the scaling relations. The model has been verified for consistency with experimental observations in ASDEX-UG and JET plasmas. Numerical coefficients for the transport, required because of simplifications or missing quantitative information, are determined for one plasma (e.g. from JET) and then held constant for all others (JET, ASDEX-UP, ITER). After benchmarking the model to experimental results, it was also applied to ITER. It predicts that Q = 10 can be achieved in ITER but only with at least a 50% deep fuelling contribution (inside the H-mode pedestal). However, in existing machines as well as in our model runs for existing machines, gas puffing is sufficient to achieve the observed density pedestal and line average densities. A second important result from the predictive runs for ITER is that electron energy transport in the plasma core, the neoclassical transport in the pedestal and the CX losses at the plasma edge are important constraints for a better performance. Thus future theoretical and experimental work should concentrate on these areas in order to improve our predictions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».