MétaCan
Menu
Retour à la cohorte
Enregistrement W4320923243 · doi:10.1063/5.0129591

The electron diffusion region dominated by electromagnetic turbulence in the reconnection current layer

2023· article· en· W4320923243 sur OpenAlexafffund
Keizo Fujimoto, R. D. Sydora

Notice bibliographique

RevuePhysics of Plasmas · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésPhysicsMagnetic reconnectionTurbulenceDiffusionTurbulence modelingElectrical resistivity and conductivityMomentum diffusionDissipationElectronCurrent sheetOhm's lawViscosityMechanicsMagnetohydrodynamicsPlasmaMagnetic fieldClassical mechanicsThermodynamicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Most of the plasma fluid equations have employed the electrical resistivity to generate the magnetic dissipation required for magnetic reconnection to occur in collisionless plasma. However, there has been no clear evidence that such a model is indeed appropriate in the reconnection diffusion region in terms of the kinetic physics. The present study demonstrates that, using a large-scale 3D kinetic simulation and analytical analysis, the spatial distribution of the non-ideal electric field is consistent with the dissipation due to the viscosity rather than the resistivity, when electromagnetic (EM) turbulence is dominant in the electron diffusion region (EDR). The effective viscosity is caused by the EM turbulence that is driven by the flow shear instabilities leading to the electron momentum transport across the EDR. The result suggests a fundamental modification of the fluid equations using the resistivity in the Ohm's law. In contrast, for the 2D current sheet without significant turbulence activity, the non-ideal field profile does not obey the simple form based on the viscosity, so that further investigation is needed for a better description.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,619
Score d'incertitude au seuil0,406

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 GPT0,236
Écart entre enseignants0,227 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics of PlasmasMême sujetIonosphere and magnetosphere dynamicsTravaux en français237 207