MétaCan
Menu
Retour à la cohorte
Enregistrement W3089560088 · doi:10.1088/1742-6596/1620/1/012018

Heuristic Description of Perpendicular Transport

2020· article· en· W3089560088 sur OpenAlexaff
A. Shalchi

Notice bibliographique

RevueJournal of Physics Conference Series · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueSolar and Space Plasma Dynamics
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPerpendicularHeuristicLimit (mathematics)Statistical physicsDiffusionPhysicsRandom walkSimple (philosophy)Field (mathematics)Magnetic fieldLine (geometry)Applied mathematicsTheoretical physicsMathematical analysisMathematical optimizationMathematicsGeometryStatisticsQuantum mechanicsPure mathematics

Résumé

récupéré en direct d'OpenAlex

Abstract The problem of the transport of energetic particles across a mean magnetic field is known since more than 50 years. Previous attempts to describe perpendicular transport theoretically were either based on complicated non-linear theories or computationally expensive simulations. In either case it remained unclear how particles really experience perpendicular transport. In this paper I will present a heuristic approach to solve this problem. Simple arguments will lead to several formulas for the perpendicular diffusion coefficient. These formulas include well-known cases such as compound sub-diffusion and the field line random walk limit but also newer cases such as the collisionless Rechester and Rosenbluth limit. Furthermore, analytical theories such as NLGC and UNLT theories contain a correction factor a 2 which is often assumed to be 1/3. The heuristic approach discussed in this article explains this value as well.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,489
Score d'incertitude au seuil0,388

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)0,0000,000

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 Opus0,023
Tête enseignante GPT0,218
Écart entre enseignants0,195 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetSolar and Space Plasma DynamicsTravaux en français237 207