MétaCan
Menu
Retour à la cohorte
Enregistrement W2618688213 · doi:10.3847/1538-4357/aa6d60

Magnetically Modulated Heat Transport in a Global Simulation of Solar Magneto-convection

2017· article· en· W2618688213 sur OpenAlexaff
Jean-François Cossette, Paul Charbonneau, Mark Rast

Notice bibliographique

RevueThe Astrophysical Journal · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueSolar and Space Plasma Dynamics
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPhysicsConvectionMagnetoConvection zoneMagnetohydrodynamicsAstrophysicsAstronomyMagnetic fieldComputational physicsMechanicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract We present results from a global MHD simulation of solar convection in which the heat transported by convective flows varies in-phase with the total magnetic energy. The purely random initial magnetic field specified in this experiment develops into a well-organized large-scale antisymmetric component undergoing hemispherically synchronized polarity reversals on a 40 year period. A key feature of the simulation is the use of a Newtonian cooling term in the entropy equation to maintain a convectively unstable stratification and drive convection, as opposed to the specification of heating and cooling terms at the bottom and top boundaries. When taken together, the solar-like magnetic cycle and the convective heat flux signature suggest that a cyclic modulation of the large-scale heat-carrying convective flows could be operating inside the real Sun. We carry out an analysis of the entropy and momentum equations to uncover the physical mechanism responsible for the enhanced heat transport. The analysis suggests that the modulation is caused by a magnetic tension imbalance inside upflows and downflows, which perturbs their respective contributions to heat transport in such a way as to enhance the total convective heat flux at cycle maximum. Potential consequences of the heat transport modulation for solar irradiance variability are briefly discussed.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,340
Score d'incertitude au seuil0,375

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 Opus0,007
Tête enseignante GPT0,243
Écart entre enseignants0,237 · 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'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

Citations27
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical JournalMême sujetSolar and Space Plasma DynamicsTravaux en français237 207