MétaCan
Menu
Retour à la cohorte
Enregistrement W2745851825 · doi:10.1063/1.4978760

Mechanism of total electron emission yield reduction using a micro-porous surface

2017· article· en· W2745851825 sur OpenAlexaff
Ming Ye, Dan Wang, Yongning He

Notice bibliographique

RevueJournal of Applied Physics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiquePlasma Diagnostics and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésPorosityYield (engineering)Nano-Materials scienceElectronPorous mediumPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

Suppression of the total secondary electron yield (TEY) of metal surfaces is important in many areas such as accelerator, satellite, and Hall thruster. Among TEY suppression techniques, micro-porous surfaces have been demonstrated as an effective method. In this work, we developed an analytical model that is able to obtain the contributions of TEY from both the 1st and 2nd generation secondary electrons (SEs). Calculation results show that the TEY contributed by the bottom of the hole dominates the TEY of the micro-porous surface with the aspect ratio we have chosen. Thus, we developed the following design guidance for the improvement of the TEY suppression efficiency of the micro-porous surface: either lower the TEY of the bottom or guide its SEs to the lateral side of the hole. To verify this idea, we performed the following numerical simulations: a micro-hole with its inner surfaces coated with a low TEY material and a micro-hole with nano-triangular grooves or nano-truncated cone pillars embedded at its bottom. Compared with a usual micro-hole, the proposed hybrid micro/nano structures show improved TEY suppression efficiency as expected from the analytical model. The percentage ratios of the 1st and 2nd generation SEs obtained from the simulation agree well with the predictions of the analytical model. What is more, we also present the results of the emitting angle distribution of SEs which represent remarkable deviation from the usual cosine distribution.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 GPT0,235
Écart entre enseignants0,220 · 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'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

Citations33
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetPlasma Diagnostics and ApplicationsTravaux en français237 207