MétaCan
Menu
Retour à la cohorte
Enregistrement W2975364098 · doi:10.1103/physrevaccelbeams.22.091303

Enhanced laser-driven proton acceleration using ultrasmall nanoparticles

2019· article· en· W2975364098 sur OpenAlexafffund
Simon Vallières, M. Barberio, M. Scisciò, E. d’Humières, P. Antici

Notice bibliographique

RevuePhysical Review Accelerators and Beams · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Plasma Interactions and Diagnostics
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesLos Alamos National LaboratoryLawrence Livermore National LaboratoryFonds de recherche du Québec – Nature et technologiesHorizon 2020 Framework ProgrammeNatural Sciences and Engineering Research Council of CanadaU.S. Department of EnergyEuropean CommissionCanada Foundation for InnovationCompute CanadaUniversity of Nevada, RenoLaserlab-EuropeLaboratory Directed Research and Development
Mots-clésProtonMaterials scienceLaserAccelerationNanoparticleParticle (ecology)NanotechnologyMolecular physicsOpticsOptoelectronicsPhysicsNuclear physicsClassical mechanics

Résumé

récupéré en direct d'OpenAlex

An efficient way to enhance laser-driven proton acceleration is by increasing the laser-to-target energy transfer, which can be obtained using nanostructured target surfaces. In this paper, we show that inexpensive and easily producible solid target nanostructuration using ultrasmall nanoparticles having 10 nm in diameter exhibits a nearly twofold maximum proton energy and proton number enhancement. Results are confirmed by particle-in-cell simulations, for several laser pulse lengths. A parameter scan analyzing the effect of the nanoparticle diameter and space gap between the nanospheres shows that the gap has a stronger influence on the enhancement mechanism than the sphere diameter.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,126
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,302
Écart entre enseignants0,282 · 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.

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

Citations10
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review Accelerators and BeamsMême sujetLaser-Plasma Interactions and DiagnosticsTravaux en français237 207