Extensive Study of a Coronal Mass Ejection with UV and White-light Coronagraphs: The Need for Multiwavelength Observations
Notice bibliographique
Résumé
Abstract Coronal mass ejections (CMEs) often show different features in different bandpasses. By combining data in white-light (WL) and ultraviolet (UV) bands, we have applied different techniques to derive plasma temperatures, electron density, internal radial speed, and so on, within a fast CME. They serve as extensive tests of the diagnostic capabilities developed for the observations provided by future multichannel coronagraphs (such as Solar Orbiter/Metis, Chinese Advanced Space-based Solar Observatory/Ly α Solar Telescope (LST), and PROBA-3/ASPIICS). The data involved include WL images acquired by Solar and Heliospheric Observatory (SOHO)/Large Angle Spectroscopic Coronagraph (LASCO) coronagraphs, and intensities measured by the SOHO/UV Coronagraph Spectrometer (UVCS) at 2.45 R ⊙ in the UV (H i Ly α and O vi 1032 Å lines) and WL channels. Data from the UVCS WL channel have been employed for the first time to measure the CME position angle with the polarization-ratio technique. Plasma electron and effective temperatures of the CME core and void are estimated by combining UV and WL data. Due to the CME expansion and the possible existence of prominence segments, the transit of the CME core results in decreases in the electron temperature down to 10 5 K. The front is observed as a significant dimming in the Ly α intensity, associated with a line broadening due to plasma heating and flows along the line of sight. The 2D distribution of plasma speeds within the CME body is reconstructed from LASCO images and employed to constrain the Doppler dimming of the Ly α line and simulate future CME observations by Metis and LST.
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 ».