MétaCan
Menu
Retour à la cohorte
Enregistrement W4304974375 · doi:10.1103/physrevaccelbeams.25.101001

Charging mechanisms and orbital dynamics of charged dust grains in the LHC

2022· article· en· W4304974375 sur OpenAlexaff
Philippe Belanger, R. Baartman, Giovanni Iadarola, Anton Lechner, Björn Hans Filip Lindström, R. Schmidt, Daniel Wollmann

Notice bibliographique

RevuePhysical Review Accelerators and Beams · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueDust and Plasma Wave Phenomena
Établissements canadiensTRIUMF
Organismes subventionnairesnon disponible
Mots-clésPhysicsLarge Hadron ColliderElectronSynchrotron radiationBeam (structure)Super Proton SynchrotronCharged particlePolarity (international relations)SynchrotronNuclear physicsAtomic physicsIonOpticsChemistry

Résumé

récupéré en direct d'OpenAlex

Dust grains interacting with the beam of particle accelerators are believed to be the cause of several detrimental effects such as beam losses, emittance growth, pressure bursts, and even quenches of superconducting magnets. Experimental observations suggest that these grains are positively charged in electron storage rings and negatively charged in the Large Hadron Collider (LHC). In this paper, the charging mechanisms for dust grains in the LHC are discussed and a possible explanation for the observed polarity is presented. Electron collection, secondary electron emission, and photoelectric emission are considered because of the presence of electron clouds and synchrotron radiation. It is found that the same mechanisms can explain both the positive grain polarity observed in electron storage rings and the negative polarity in the LHC. As a consequence of the charge acquired, the possibility of grains orbiting the beam is discussed. The orbital dynamics in a logarithmic potential is analyzed and critical parameters for describing such orbits are introduced. Finally, LHC beam losses attributed to beam-dust interactions with multiple loss peaks are presented. It is shown that they have an amplitude and a peak separation consistent with what can be expected for orbiting grains.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,254
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 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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review Accelerators and BeamsMême sujetDust and Plasma Wave PhenomenaTravaux en français237 207