MétaCan
Menu
← Retour à la cohorte
Enregistrement W4301373932 · doi:10.1093/mnras/stac2807

The impact of resistive electric fields on particle acceleration in reconnection layers

2022· article· en· W4301373932 sur OpenAlexfundno aff
Eleonora Puzzoni, A. Mignone, G. Bodo

Notice bibliographique

RevueMonthly Notices of the Royal Astronomical Society · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensnon disponible
Organismes subventionnairesInstitut sur la Nutrition et les Aliments Fonctionnels
Mots-clésPhysicsParticle accelerationElectric fieldMagnetohydrodynamic driveCurrent sheetResistive touchscreenMagnetic reconnectionContext (archaeology)Computational physicsMechanicsAccelerationMagnetic fieldMagnetohydrodynamicsClassical mechanicsElectrical engineeringQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT In the context of particle acceleration in high-energy astrophysical environments featuring magnetic reconnection, the importance of the resistive term of the electric field compared to the convective one is still under debate. In this work, we present a quantitative analysis through 2D magnetohydrodynamic numerical simulations of tearing-unstable current sheets coupled to a test-particles approach, performed with the pluto code. We find that the resistive field plays a significant role in the early-stage energization of high-energy particles. Indeed, these particles are first accelerated due to the resistive electric field when they cross an X-point, created during the fragmentation of the current sheet. If this preliminary particle acceleration mechanism dominated by the resistive field is neglected, particles cannot reach the same high energies. Our results support therefore the conclusion that the resistive field is not only non-negligible but it does actually play an important role in the particle acceleration mechanism.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,220
Écart entre enseignants0,213 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMonthly Notices of the Royal Astronomical Society→Même sujetIonosphere and magnetosphere dynamics→Travaux en français237 207→