MétaCan
Menu
Retour à la cohorte
Enregistrement W4327694656 · doi:10.1088/1361-6463/acc53e

Spatial and temporal dynamics of single nanosecond discharges in air with water droplets

2023· article· en· W4327694656 sur OpenAlexafffund
Ahmad Hamdan, Audren Dorval

Notice bibliographique

RevueJournal of Physics D Applied Physics · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePlasma Applications and Diagnostics
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNanosecondStreamer dischargePlasmaIgnition systemAmplitudeSpark gapMechanicsDynamics (music)Rise timeMaterials scienceVoltageOpticsPhysicsAcoustics

Résumé

récupéré en direct d'OpenAlex

Abstract Discharges generated in water or water-containing media have great potential for various technological applications. However, a fundamental understanding of plasma–liquid interactions, particularly the ignition and propagation of a discharge in a gap containing liquid droplets, is lacking. This study investigates the electrical characteristics and the spatial-temporal dynamics of nanosecond discharges in air containing one or two millimetric droplets of deionized water. Analysis of the effects of voltage amplitude ( V a ) and pulse width on the discharge mode shows that at low V a , the discharges are run in streamer mode; however, at high V a , a streamer-to-spark transition is observed. Although the droplet size (diameter between 2 and 4 mm) does not significantly influence the discharge dynamics, its position with respect to the gap (on- or off-axis) has a strong effect. Time-resolved imaging of three droplet configurations (one on-axis droplet, one off-axis droplet, and two on-axis droplets) was used to unveil the ignition and propagation dynamics of streamers and sparks at nanosecond time scale. The findings are of interest and contribute to a better understanding of` the plasma–droplet interactions, which is crucial for the development and optimization of plasma-based applications.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,425

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,229
Écart entre enseignants0,218 · 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'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

Citations10
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physics D Applied PhysicsMême sujetPlasma Applications and DiagnosticsTravaux en français237 207