MétaCan
Menu
Retour à la cohorte
Enregistrement W4293181085 · doi:10.1088/1742-6596/2244/1/012034

Development of a surface plasma method for negative ion beams production

2022· article· en· W4293181085 sur OpenAlexaboutno aff
Vadim Dudnikov

Notice bibliographique

RevueJournal of Physics Conference Series · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle accelerators and beam dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIonPlasmaAtomic physicsPhysicsFlux (metallurgy)IonizationElectronNuclear physicsMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract By now, the fluxes of accelerated negative ions of steel an indispensable tool for accelerators, plasma physics, solid state physics, chemistry, biology, medicine, important areas of new technique and technology. It arouses increased interest to the development of intensive sources of these particles. The cesiation effect - a significant increase in the emission of negative ions from the discharge with a simultaneous decrease in the flux of accompanying electrons below the current of negative ions after adding a small amount of cesium or other substances with a low ionization potential to the discharge was discovered 50 years ago, on July 1, 1971 in the Budker Institute of Nuclear Physics (BINP), Novosibirsk, Russia. The cesiation effect has opened the door to high-intensity, high-brightness negative ion beams production. The efficiency of generating beams of negative ions was significantly increased due to the invention at the BINP of geometric focusing of generated negative ions. Based on the cesiation effect a surface-plasma method for producing beams of negative ions was developed at the BINP, which provided the creation of surface plasma sources of negative ions for accelerators with a current of hundreds of mA and sources for Controlled Nuclear Fusion with a current of tens of A. (the previous intensity record was 5 mA). Surface plasma sources are being developed all over the world in England, France, Germany, Switzerland, Italy, Japan, Korea, China, India, USA, Canada, Sweden, Spain, New Zealand, Russia, Ukraine, Finland with investments in billions of USD. Specialists in surface plasma sources are trained at the Plasma Physics Department of Novosibirsk State University.

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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,030
Tête enseignante GPT0,264
Écart entre enseignants0,234 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetParticle accelerators and beam dynamicsTravaux en français237 207