MétaCan
Menu
Retour à la cohorte
Enregistrement W2604681814 · doi:10.1088/1741-4326/aa66b2

The inter-ELM tungsten erosion profile in DIII-D H-mode discharges and benchmarking with ERO+OEDGE modeling

2017· article· en· W2604681814 sur OpenAlexaff
T. Abrams, Rui Ding, Huan Guo, D. M. Thomas, C. Chrobak, D.L. Rudakov, A.G. McLean, E.A. Unterberg, A. Briesemeister, P.C. Stangeby, J.D. Elder, W.R. Wampler, J.G. Watkins

Notice bibliographique

RevueNuclear Fusion · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueFusion materials and technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesU.S. Department of Energy
Mots-clésDIII-DDivertorMaterials scienceTungstenAtomic physicsPlasmaSputteringImpurityExtreme ultravioletTokamakPhysicsNuclear physicsOpticsNanotechnologyLaserThin film

Résumé

récupéré en direct d'OpenAlex

It is important to develop a predictive capability for the tungsten source rate near the strike points during H-mode operation in ITER and beyond. H-mode deuterium plasma exposures were performed on W-coated graphite and molybdenum substrates in the DIII-D divertor using DiMES. The W-I 400.9 nm spectral line was monitored by fast filtered diagnostics cross calibrated via a high-resolution spectrometer to resolve inter-ELM W erosion. The effective ionization/photon (S/XB) was calibrated using a unique method developed on DIII-D based on surface analysis. Inferred S/XB values agree with an existing empirical scaling at low electron density ( n e ) but diverge at higher densities, consistent with recent ADAS atomic physics modeling results. Edge modeling of the inter-ELM phase is conducted via OEDGE utilizing the new capability for charge-state resolved carbon impurity fluxes. ERO modeling is performed with the calculated main ion and impurity plasma background from OEDGE. ERO results demonstrate the importance a mixed-material surface model in the interpretation of W sourcing measurements. It is demonstrated that measured inter-ELM W erosion rates can be well explained by C→W sputtering only if a realistic mixed material model is incorporated.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,246
Écart entre enseignants0,231 · 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'étudeSimulation ou modélisation
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

Citations58
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNuclear FusionMême sujetFusion materials and technologiesTravaux en français237 207