Simulating diverse instabilities of dust in magnetized gas
Notice bibliographique
Résumé
ABSTRACT Recently, Squire & Hopkins showed that charged dust grains moving through magnetized gas under the influence of a uniform external force (such as radiation pressure or gravity) are subject to a spectrum of instabilities. Qualitatively distinct instability families are associated with different Alfvén or magnetosonic waves and drift or gyro motion. We present a suite of simulations exploring these instabilities, for grains in a homogeneous medium subject to an external acceleration. We vary parameters such as the ratio of Lorentz-to-drag forces on dust, plasma β, size scale, and acceleration. All regimes studied drive turbulent motions and dust-to-gas fluctuations in the saturated state, rapidly amplify magnetic fields into equipartition with velocity fluctuations, and produce instabilities that persist indefinitely (despite random grain motions). Different parameters produce diverse morphologies and qualitatively different features in dust, but the saturated gas state can be broadly characterized as anisotropic magnetosonic or Alfvénic turbulence. Quasi-linear theory can qualitatively predict the gas turbulent properties. Turbulence grows from small to large scales, and larger scale modes usually drive more vigorous gas turbulence, but dust velocity and density fluctuations are more complicated. In many regimes, dust forms structures (clumps, filaments, sheets) that reach extreme overdensities (up to ≫109 times mean), and exhibit substantial substructure even in nearly incompressible gas. These can be even more prominent at lower dust-to-gas ratios. In other regimes, dust self-excites scattering via magnetic fluctuations that isotropize and amplify dust velocities, producing fast, diffusive dust motions.
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 ».