MétaCan
Menu
Retour à la cohorte
Enregistrement W2567528935 · doi:10.1063/1.4972339

Low-pressure plasma-enhanced behavior of thermionic converters

2016· article· en· W2567528935 sur OpenAlexafffund
Amir H. Khoshaman, Alireza Nojeh

Notice bibliographique

RevueJournal of Applied Physics · 2016
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Thermodynamics and Statistical Mechanics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of British ColumbiaCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
Mots-clésThermionic emissionSpace chargeAnodeCathodeElectronPlasmaIonConvertersMaterials scienceAtomic physicsElectrodePhysicsChemistryVoltageNuclear physicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

High-pressure plasmas have historically been used in thermionic energy converters both to reduce the electrode workfunctions and to mitigate the space-charge effect. The behavior of such devices has been studied extensively, but low-pressure thermionic converters are far less understood. Advances in nanotechnology, such as the possibility to intercalate nanomaterials-based electrodes with alkali metals in order to reduce workfunction, may alleviate the need for high gas pressures; low-pressure devices may thus play a significant role in future if they can address the space-charge problem. Here, we develop the physics of low-pressure thermionic converters by solving the Vlasov-Poisson system of equations self-consistently. We demonstrate that various possibilities arise due to intricate interactions between the spatially varying electron and ion concentrations, leading to phenomena such as plasma oscillations at higher ion fluxes. We show that even a relatively low ion flux density (∼5×10−4 times the flux density of electrons) reduces space-charge significantly and increases the electron current density by a factor of 7. We further extend the model by including electron and ion emission from both the cathode and anode electrodes.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil0,381

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 Opus0,006
Tête enseignante GPT0,232
Écart entre enseignants0,225 · 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'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

Citations4
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetAdvanced Thermodynamics and Statistical MechanicsTravaux en français237 207