MétaCan
Menu
Retour à la cohorte
Enregistrement W4406256025 · doi:10.1088/1361-6595/ada8d7

Bayesian method in optical emission spectroscopy: temporal evolution of electron density from time-integrated Hα emission and validation with time-resolved measurements for pulsed nanosecond discharges in water

2025· article· en· W4406256025 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevuePlasma Sources Science and Technology · 2025
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensUniversité de MontréalUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCourtois FoundationCanada Foundation for Innovation
Mots-clésNanosecondTime-resolved spectroscopySpectroscopyEmission spectrumElectronTime evolutionMaterials scienceElectron densityComputational physicsAnalytical Chemistry (journal)OpticsChemistryPhysicsLaserNuclear physicsAstronomy

Résumé

récupéré en direct d'OpenAlex

Abstract The characterization of in-liquid discharges is known to be a challenging feat due to their stochastic nature and nanosecond time scale evolution. In this study, the time-resolved electron density ( n e ) of a spark discharge in water is analyzed by coupling optical emission spectroscopy (OES) measurements with a Bayesian model. It is first highlighted that a single Voigt profile cannot adequately describe the time-averaged H α line profile; this is due to the significant time evolution of the discharge properties. To overcome this limitation, a model describing the temporal evolution of the line emission intensity and shape is developed and used to fit the time-integrated spectrum. The unknown parameters in the model are determined using the Dynesty python package, according to the Bayesian nested sampling method. With such model, the simulated and measured spectrum of the H α transition agree very well. Over the range of experimental conditions investigated, it is found that the electron density rapidly reaches <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:mrow> <mml:mo>∼</mml:mo> <mml:mstyle scriptlevel="0"/> <mml:mstyle scriptlevel="0"/> <mml:mn>2</mml:mn> <mml:mo>×</mml:mo> <mml:mrow> <mml:msup> <mml:mn>10</mml:mn> <mml:mrow> <mml:mn>25</mml:mn> </mml:mrow> </mml:msup> </mml:mrow> <mml:mstyle scriptlevel="0"/> <mml:mrow> <mml:msup> <mml:mrow> <mml:mtext>m</mml:mtext> </mml:mrow> <mml:mrow> <mml:mo>−</mml:mo> <mml:mn>3</mml:mn> </mml:mrow> </mml:msup> </mml:mrow> </mml:mrow> </mml:math> and then decreases exponentially with a decay time of <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:mrow> <mml:mo>∼</mml:mo> <mml:mstyle scriptlevel="0"/> <mml:mstyle scriptlevel="0"/> <mml:mn>238</mml:mn> <mml:mrow> <mml:mtext> ns</mml:mtext> </mml:mrow> </mml:mrow> </mml:math> . These values are consistent with those determined using time-resolved measurements and analysis of the H α and O I line broadenings. Overall, this study shows that time-resolved plasma properties can be obtained from time-integrated OES data by applying a Bayesian-based modeling approach. Further studies are needed to expand the scope of the developed model and determine plasma properties over a broad range of conditions.

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.

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 enseignants0,167
Score d'incertitude au seuil0,381

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,007
Tête enseignante GPT0,241
Écart entre enseignants0,234 · 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