MétaCan
Menu
Retour à la cohorte
Enregistrement W2345743114 · doi:10.1038/srep25417

Femtosecond laser filament induced condensation and precipitation in a cloud chamber

2016· article· en· W2345743114 sur OpenAlexafffund
Jingjing Ju, Jiansheng Liu, Hong Liang, Yu Chen, Haiyi Sun, Liu Y, Jingwei Wang, Cheng Wang, Tie-Jun Wang, Ruxin Li, Zhizhan Xu, See Leang Chin

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Matter Interactions and Applications
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNational Key Research and Development Program of ChinaState Key Laboratory of High Field Laser PhysicsNational Natural Science Foundation of ChinaChinese Academy of Meteorological SciencesMinistry of Science and Technology of the People's Republic of ChinaCanada Research Chairs
Mots-clésFilamentationProtein filamentCondensationFemtosecondPrecipitationSupersaturationAirflowSnowShock waveMechanicsCloud condensation nucleiLaserMixing (physics)Materials scienceThermalAtmospheric sciencesConvectionThermodynamicsMeteorologyOpticsPhysicsComposite materialAerosol

Résumé

récupéré en direct d'OpenAlex

A unified picture of femtosecond laser induced precipitation in a cloud chamber is proposed. Among the three principal consequences of filamentation from the point of view of thermodynamics, namely, generation of chemicals, shock waves and thermal air flow motion (due to convection), the last one turns out to be the principal cause. Much of the filament induced chemicals would stick onto the existing background CCN's (Cloud Condensation Nuclei) through collision making the latter more active. Strong mixing of air having a large temperature gradient would result in supersaturation in which the background CCN's would grow efficiently into water/ice/snow. This conclusion was supported by two independent experiments using pure heating or a fan to imitate the laser-induced thermal effect or the strong air flow motion, respectively. Without the assistance of any shock wave and chemical CCN's arising from laser filament, condensation and precipitation occurred. Meanwhile we believe that latent heat release during condensation /precipitation would enhance the air flow for mixing.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,175
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,265
Écart entre enseignants0,250 · 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.

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

Citations22
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetLaser-Matter Interactions and ApplicationsTravaux en français237 207