MétaCan
Menu
Retour à la cohorte
Enregistrement W3108774850 · doi:10.1103/physrevresearch.3.023018

Simulation of cryogenic buffer gas beams

2021· article· en· W3108774850 sur OpenAlexaboutno aff
Yuiki Takahashi, David Shlivko, Gabriel Woolls, Nicholas R. Hutzler

Notice bibliographique

RevuePhysical Review Research · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueCold Atom Physics and Bose-Einstein Condensates
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Standards and TechnologyMasason FoundationCalifornia Institute of TechnologyGordon and Betty Moore FoundationAlfred P. Sloan FoundationHeising-Simons FoundationNational Science Foundation
Mots-clésBuffer gasNozzleRange (aeronautics)Rendering (computer graphics)Computer simulationBeam (structure)MechanicsBuffer (optical fiber)Computer scienceComputational physicsNuclear engineeringPhysicsAerospace engineeringOpticsEngineeringThermodynamicsLaser

Résumé

récupéré en direct d'OpenAlex

The cryogenic buffer gas beam (CBGB) is an important tool in the study of cold and ultracold molecules. While there are known techniques to enhance desired beam properties of a CBGB, such as high flux, low velocity, or reduced divergence, they have generally not undergone detailed numerical optimization. Numerical simulation of buffer gas beams is challenging, because the relevant dynamics occur in regions where the density varies by orders of magnitude, rendering typical numerical methods unreliable or intractable. Here we simulate CBGBs with a hybrid approach that combines gas dynamics methods with particle tracing. The simulations capture important properties, such as velocitiy and divergence, across an assortment of designs, including two-stage slowing cells and de Laval nozzles. This approach should therefore be a useful tool for optimizing CBGB designs across a wide range of applications.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,477
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
Bibliométrie0,0000,001
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 Opus0,085
Tête enseignante GPT0,443
Écart entre enseignants0,358 · 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'étudeThéorique ou conceptuel
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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review ResearchMême sujetCold Atom Physics and Bose-Einstein CondensatesTravaux en français237 207