Analog and digital simulations of Maxwellian plasmas forastrophysics
Notice bibliographique
Résumé
Many astrophysical and laboratory plasmas possess Maxwell–Boltzmann (MB) electron energy distributions (EEDs). Interpreting or predicting the properties of these plasmas requires accurate knowledge of atomic processes such as radiative lifetimes, electron impact excitation and de-excitation, electron impact ionization, radiative recombination, dielectronic recombination, and charge transfer, all for thousands of levels or more. Plasma models cannot include all of the needed levels and atomic data. Hence, approximations need to be made to make the models tractable. Here we report on an “analog” technique we have developed for simulating a Maxwellian EED using an electron beam ion trap and review some recent results using this method. A subset of the atomic data needed for modeling Maxwellian plasmas relates to calculating the ionization balance. Accurate fractional abundance calculations for the different ionization stages of the various elements in the plasma are needed to reliably interpret or predict the properties of the gas. However, much of the atomic data needed for these calculations have not been generated using modern theoretical methods and are often highly suspect. Here we will also review our recent updating of the recommended atomic data for “digital’ computer simulations of MB plasmas in collisional ionization equilibrium (CIE), describe the changes relative to previously recommended CIE calculations, and discuss what further recombination and ionization data are needed to improve this latest set of recommended CIE calculations. PACS Nos.: 34.70.+e,34.80.Dp, 34.80.Kw, 34,80,Lx, 52.50.–j, 52.20.Fs, 52.20.Hv, 52.25.Jm, 52,72.+v, 52.75.–d, 95.30.Dr, 95.30.Ky, 98.38.Bn, 98.58.Bz
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».