MétaCan
Menu
Retour à la cohorte
Enregistrement W3154916783 · doi:10.1080/10420150.2021.1891064

Effect of filling gas on hard x-rays and ion beam emission from a 2 kJ plasma focus device

2021· article· en· W3154916783 sur OpenAlexafffund
R. A. Behbahani, S. Lee, C. Xiao

Notice bibliographique

RevueRadiation effects and defects in solids · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Plasma Interactions and Diagnostics
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDense plasma focusPlasmaArgonPinchAtomic physicsHydrogenIonBeam (structure)RADIUSRadiationAnodeChemistryMaterials sciencePhysicsOpticsNuclear physicsElectrode

Résumé

récupéré en direct d'OpenAlex

The effects of the atomic number of the fill gas on hard x-ray and ion beam emission from a 2.2 kJ plasma focus were studied. Hydrogen, Nitrogen and Argon gases were used in the experiment. The anode voltage and discharge current were measured to calculate plasma inductance and to study the pinching regime in the three gases. The results showed that the heavier gas in the machine increases the duration of x-ray radiation, ion beam emission, and results in larger pinching plasma inductance. The Lee model suggests that the increase in the pinching plasma inductance can be explained by the occurrence of radiation collapse in the pinch operated with Argon gas. It is postulated that the occurrence of anomalous plasma heating may stop plasma compression and prevent the plasma from a complete collapse to reach near-zero radius.

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 enseignants0,834
Score d'incertitude au seuil0,658

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 Opus0,006
Tête enseignante GPT0,247
Écart entre enseignants0,241 · 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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRadiation effects and defects in solidsMême sujetLaser-Plasma Interactions and DiagnosticsTravaux en français237 207