MétaCan
Menu
Retour à la cohorte
Enregistrement W4387928193 · doi:10.1063/5.0189559

Shock formation in flowing plasmas by temporally and spatially smoothed laser beams

2024· article· en· W4387928193 sur OpenAlexafffund
Jan Ludwig, S. Hüller, Harvey A. Rose, C. Bruulsema, W. A. Farmer, P. Michel, A. L. Milder, G. F. Swadling, W. Rozmus

Notice bibliographique

RevuePhysics of Plasmas · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Plasma Interactions and Diagnostics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlliance de recherche numérique du CanadaGrand Équipement National De Calcul IntensifLawrence Livermore National LaboratoryU.S. Department of Energy
Mots-clésPhysicsShock (circulatory)PlasmaLaserShock wavePonderomotive forceInertial confinement fusionMechanicsSupersonic speedNonlinear systemClassical mechanicsOpticsNuclear physicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

The cumulative impact of multiple laser speckles on a supersonic plasma flow across optically smoothed laser beams is investigated. The bending of laser beams caused by ponderomotive laser–plasma coupling, together with flow, leads to plasma a momentum-conserving response that results in a deceleration of the flow. Once the flow velocity decreases to a subsonic level, the action of the laser beams can generate a shock within the plasma. This scenario has been predicted theoretically and confirmed by hydrodynamic simulations. The conditions of shock generation are given in terms of the ponderomotive pressure, speckle size, and the flow velocity. The nonlinear properties of the shocks are analyzed using Rankine–Hugoniot relations. According to linear theory, temporally smoothed beams exhibit a higher threshold for shock generation. Numerical simulations with beams that are smoothed by spectral dispersion compare well with the linear theory results, diverging only in the nonlinear regime. The conditions necessary for shock generation and their effects on the laser–plasma coupling in the inertial confinement fusion experiments are also discussed.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,001
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 Opus0,009
Tête enseignante GPT0,239
Écart entre enseignants0,230 · 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'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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics of PlasmasMême sujetLaser-Plasma Interactions and DiagnosticsTravaux en français237 207