MétaCan
Menu
Retour à la cohorte
Enregistrement W4403204499 · doi:10.1103/physrevlett.133.155001

Relativistic Electrons from Vacuum Laser Acceleration Using Tightly Focused Radially Polarized Beams

2024· article· en· W4403204499 sur OpenAlexafffund
J. A. Powell, Spencer W. Jolly, Simon Vallières, François Fillion‐Gourdeau, S. Payeur, S. Fourmaux, Marianna Lytova, Michel Piché, Heide Ibrahim, Steve MacLean, François Légaré

Notice bibliographique

RevuePhysical Review Letters · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Plasma Interactions and Diagnostics
Établissements canadiensUniversité LavalInstitut National de la Recherche Scientifique
Organismes subventionnairesH2020 Marie Skłodowska-Curie ActionsHorizon 2020 Framework ProgrammeFonds De La Recherche Scientifique - FNRSCanada Foundation for InnovationAlliance de recherche numérique du CanadaNatural Sciences and Engineering Research Council of CanadaMinistère de l'Économie, de l’Innovation et des Exportations du Québec
Mots-clésPhysicsElectronAccelerationLaserAtomic physicsOpticsNuclear physicsClassical mechanics

Résumé

récupéré en direct d'OpenAlex

We generate a tabletop pulsed relativistic electron beam at 100 Hz repetition rate from vacuum laser acceleration by tightly focusing a radially polarized beam into a low-density gas. We demonstrate that strong longitudinal electric fields at the focus can accelerate electrons up to 1.43 MeV by using only 98 GW of peak laser power. The electron energy is measured as a function of laser intensity and gas species, revealing a strong dependence on the atomic ionization dynamics. These experimental results are supported by numerical simulations of particle dynamics in a tightly focused configuration that take ionization into consideration. For the range of intensities considered, it is demonstrated that atoms with higher atomic numbers like krypton can favorably inject electrons at the peak of the laser field, resulting in higher energies and an efficient acceleration mechanism that reaches a significant fraction (≈14%) of the theoretical energy gain limit.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,699
Score d'incertitude au seuil1,000

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)0,0010,001

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 Opus0,020
Tête enseignante GPT0,295
Écart entre enseignants0,275 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations14
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetLaser-Plasma Interactions and DiagnosticsTravaux en français237 207