MétaCan
Menu
Retour à la cohorte
Enregistrement W3187419263 · doi:10.1364/oe.448633

Explanation of the anomalous redshift on a nonlinear X-ray Compton scattering spectrum by a bound electron

2021· preprint· en· W3187419263 sur OpenAlexaff
Shang Shi, J. Chen, X. J. Liu, B. B. Wang

Notice bibliographique

RevueOptics Express · 2021
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced X-ray Imaging Techniques
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCompton scatteringPhysicsCompton wavelengthPhotonScatteringElectronInelastic scatteringAtomic physicsLaserMott scatteringOpticsQuantum mechanicsSmall-angle neutron scattering

Résumé

récupéré en direct d'OpenAlex

Nonlinear Compton scattering is an inelastic scattering process where a photon is emitted due to the interaction between an electron and an intense laser field. With the development of X-ray free-electron lasers, the intensity of X-ray laser is greatly enhanced, and the signal from X-ray nonlinear Compton scattering is no longer weak. Although the nonlinear Compton scattering by an initially free electron has been thoroughly investigated, the mechanism of nonrelativistic nonlinear Compton scattering of X-ray photons by bound electrons is unclear yet. Here, we present a frequency-domain formulation based on the nonperturbative quantum electrodynamics to study nonlinear Compton scattering of two photons by an atom in a strong X-ray laser field. In contrast to previous theoretical works, our results clearly reveal the existence of a redshift phenomenon observed experimentally by Fuchs et al. (Nat. Phys.) 11 , 964 (2015) and suggest its origin as the binding energy of the electron as well as the momentum transfer from incident photons to the electron during the scattering process. Our work builds a bridge between intense-laser atomic physics and Compton scattering processes that can be used to study atomic structure and dynamics at high laser intensities.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,260
Écart entre enseignants0,251 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetAdvanced X-ray Imaging TechniquesTravaux en français237 207