MétaCan
Menu
← Retour à la cohorte
Enregistrement W2981022470 · doi:10.4995/ampere2019.2019.9989

GENERATION AND MODELING OF GASEOUS PLASMAS USING MICROWAVE (MW) POWER

2019· article· en· W2981022470 sur OpenAlexaff
Michel Moisan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePlasma Diagnostics and Applications
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésAtomic physicsElectronCollision frequencyPlasmaMicrowavePhysicsElectron cyclotron resonanceComputational physicsNuclear physics

Résumé

récupéré en direct d'OpenAlex

In contrast to RF produced plasmas, in the case of microwave plasmas the energy from the electromagnetic (EM) field is communicated only to electrons since ions, being a few thousand times much heavier than electrons, cannot respond to the periodic changes in the direction of the E-field of microwaves (typical frequency range 100 MHz-300 GHz) and therefore cannot gain energy in the EM field. The energy of electrons is essentially transferred to heavy particles either through numerous enough collisions during the E-field period (high enough gas pressures) or through electron-cyclotron resonance (pressures below mTorr) sustaining in this way the gas discharge. This had led to introduce the concept of power absorbed per electron qA and power loss on a per electron basis qL [1]. Under steady-state conditions and when the plasma volume (the volume in which plasma particles recombine and, thus, power is lost) is equal to the volume in which power is absorbed from the MW field, we have the power balance qA = qL, which can be shown to be much informative than the usual global power balance. qA is defined as where n is the electron collision frequency for momentum transfer, w, the wave angular frequency, e/me, the electron charge to mass ratio, and , the mean squared value of the EM E-field. The value of qA (absorbed power) is shown to adjust so as to compensate exactly for qL (power losses), which is thus the dominant power parameter; as a result, the intensity of the maintenance E-field sustaining the discharge comes out as an internal parameter, i.e., it is operator-independent, in contrast to what is generally believed whatever the kind of E-field sustained discharges. Other related features are: i) whenever this can be achieved, the smaller the volume in which power is absorbed with respect to the volume in which it is spent, the higher the intensity of the maintenance E-field: this leads to higher atomic (molecular) excitation rates inside than outside the absorption region (such is the case in micro-discharges); ii) an interesting fact as far as understanding RF and MW discharge properties is concerned is that the value of qL decreases with increasing frequency from the RF domain to that of MWs; iii) similarity laws, initially derived with DC discharges, are generalized to include RF and microwave discharges. For example, qA/p as a function of pR (p is gas pressure and R discharge-tube inner radius) replaces advantageously the widely used E/p vs. pR similarity law since qA is more easily measured than E2 and further it avoids considering the latter as an external parameter, etc.; iv) using the power per electron balance, it can be proved that the EM E-field intensity under electron cyclotron resonance (ECR) condition passes through a minimum, not a maximum, contrary to what is generally claimed; v) the E-field intensity under pulsed regime can be maximized under short enough pulse length and long enough off-time in between.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,028
Tête enseignante GPT0,221
Écart entre enseignants0,193 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlasma Diagnostics and Applications→Travaux en français237 207→