Maximizing the ion temperature in an electron heated plasma: from WEST towards larger devices
Notice bibliographique
Résumé
Abstract In electron heated plasmas, as the power increases, it is experimentally reported that the ion temperature ( T i ) saturates while the electron temperature ( T e ) increases [Beurskens NF 2022]. As on AUG, W7X and elsewhere, T i saturates around 1.5 keV in WEST L-mode electron heated plasmas while T e reaches 4 keV. Simulations within the integrated model METIS have been compared against a whole WEST campaign consisting mostly of L-mode plasmas with Lower Hybrid heating ranging from 1 to 5.5 MW. In METIS, the collisional equipartition is modeled as well as the turbulent heat transport using the neural network regression of the quasilinear gyrokinetic code QuaLiKiz. The observed T i saturation is well captured by the modeling framework. The saturation correlates with a low ratio of the energy confinement time to the volume averaged electron-ion collisional heat exchange time. It is then shown that T i saturation in electron heated plasma is due to an equipartition time higher than the energy confinement time. In larger devices, no T i saturation is expected nor predicted by physics based integrated modeling used in this work, thanks to equipartition times sufficiently shorter than the energy confinement time.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,051 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».