Dynamics and structure of self-generated magnetics fields on solids following high contrast, high intensity laser irradiation
Notice bibliographique
Résumé
The dynamics of self-generated magnetic B-fields produced following the interaction of a high contrast, high intensity (I > 1019 W cm−2) laser beam with thin (3 μm thick) solid (Al or Au) targets is investigated experimentally and numerically. Two main sources drive the growth of B-fields on the target surfaces. B-fields are first driven by laser-generated hot electron currents that relax over ∼10–20 ps. Over longer timescales, the hydrodynamic expansion of the bulk of the target into vacuum also generates B-field induced by non-collinear gradients of density and temperature. The laser irradiation of the target front side strongly localizes the energy deposition at the target front, in contrast to the target rear side, which is heated by fast electrons over a much larger area. This induces an asymmetry in the hydrodynamic expansion between the front and rear target surfaces, and consequently the associated B-fields are found strongly asymmetric. The sole long-lasting (>30 ps) B-fields are the ones growing on the target front surface, where they remain of extremely high strength (∼8–10 MG). These B-fields have been recently put by us in practical use for focusing laser-accelerated protons [B. Albertazzi et al., Rev. Sci. Instrum. 86, 043502 (2015)]; here we analyze in detail their dynamics and structure.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».