MétaCan
Menu
Retour à la cohorte
Enregistrement W4379981934 · doi:10.1088/1361-6463/acdd0f

Numerical approaches in simulating Trichel pulse characteristics in point-plane configuration

2023· article· en· W4379981934 sur OpenAlexafffund
Afshin Shaygani, Kazimierz Adamiak

Notice bibliographique

RevueJournal of Physics D Applied Physics · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePlasma Applications and Diagnostics
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésElectric fieldDiscretizationMechanicsCorona dischargePlane (geometry)Poisson's equationBoltzmann equationPlasmaPulse (music)ElectronIon windPhysicsComputational physicsThermodynamicsMathematicsGeometryMathematical analysisElectrodeVoltageQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Abstract In this work, a detailed comparison is made of a few different approaches to numerical modeling of non-equilibrium gas discharge plasmas in dry ambient air at atmospheric conditions, leading to Trichel pulse discharge. Simulation models are based on a two-dimensional axisymmetric finite element discretization of point-plane geometry. The negative corona discharge and the hydrodynamic approximation for generic ionic species (electrons, positive and negative ions) are used. The models account for the drift, diffusion, and reactions of the species. They comprise continuity equations coupled to Poisson’s equation for the electric field. Three different formulations were used to specify the ionic reaction rate coefficients. In the first one, the reaction coefficients are approximated by the analytical expressions as a function of the electric field intensity. Two others extract the reaction coefficients from the solution of the Boltzmann equation as a function of the reduced electric field or the electron energy. The effect of gas flow and heating on the pulse characteristics is also investigated. The accuracy of the models has been validated by comparing them with the experimental data.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil0,722

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,051
Tête enseignante GPT0,286
Écart entre enseignants0,236 · 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'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

Citations17
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

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