MétaCan
Menu
Retour à la cohorte
Enregistrement W4280558294 · doi:10.1038/s41598-022-10160-9

High-charge electron beams from a laser-wakefield accelerator driven by a CO2 laser

2022· article· en· W4280558294 sur OpenAlexfundno aff
E. Brunetti, R. N. Campbell, J. Lovell, D. A. Jaroszynski

Notice bibliographique

RevueScientific Reports · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Plasma Interactions and Diagnostics
Établissements canadiensnon disponible
Organismes subventionnairesAir Force Office of Scientific ResearchEuropean CommissionEupraxia PharmaceuticalsEngineering and Physical Sciences Research CouncilLaserlab-Europe
Mots-clésLaserElectronFemtosecondPlasmaPhysicsPonderomotive forceAtomic physicsWavelengthPicosecondOpticsFar-infrared laserOptoelectronicsNuclear physics

Résumé

récupéré en direct d'OpenAlex

Abstract Laser-wakefield accelerators (LWFAs) driven by widely available 100s TW-class near-infrared laser systems have been shown to produce GeV-level electron beams with 10s–100s pC charge in centimetre-scale plasma. As the strength of the ponderomotive force is proportional to the square of the laser wavelength, more efficient LWFAs could be realised using longer wavelength lasers. Here we present a numerical study showing that $$10.6\,\upmu \hbox {m}$$ 10.6 μ m , sub-picosecond CO2 lasers with peak powers of 100–800 TW can produce high-charge electron beams, exceeding that possible from LWFAs driven by femtosecond near-infrared lasers by up to three orders of magnitude. Depending on the laser and plasma parameters, electron beams with 10s MeV to GeV energy and 1–100 nC charge can be generated in 10–200 mm long plasma or gas media without requiring external guiding. The laser-to-electron energy conversion efficiency can be up to 70% and currents of 100s kA are achievable. A CO2 laser driven LWFA could be useful for applications requiring compact and industrially robust accelerators and radiations sources.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0040,000

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 Opus0,007
Tête enseignante GPT0,228
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), 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

Citations17
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetLaser-Plasma Interactions and DiagnosticsTravaux en français237 207