MétaCan
Menu
Retour à la cohorte
Enregistrement W4407137565 · doi:10.22541/essoar.173867544.43472948/v1

Coherent Ultra-Low-Frequency Waves: A New Challenge for Wave-Particle Interaction Models

2025· preprint· en· W4407137565 sur OpenAlexaff
Anton Artemyev, Michael D. Hartinger, Dmitri Vainchtein, R. Rankin

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiquePrecipitation Measurement and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNuclear Safety and Security CommissionNational Aeronautics and Space Administration
Mots-clésPhysicsWave–particle dualityParticle (ecology)AcousticsGeologyQuantum mechanicsOceanography

Résumé

récupéré en direct d'OpenAlex

Wave-particle resonant interactions are a main driver of radiation belt dynamics. The electron motion in strong dipole field includes three types of periodicity and possesses three corresponding adiabatic invariants. Consequently, three different types of waves contribute to violation of these invariants and associated electron acceleration, scattering, and radial transport. For the two fastest types of periodic motion, gyromotion and bounce motion, theoretical models of adiabatic invariant violation have covered two main regimes – the quasi-linear regime of invariant diffusion and the nonlinear regime, characterized by large-amplitude jumps of invariants. For the slowest type of particle motion, the azimuthal drift, until very recently there were only quasi-linear models of electron diffusion by ultra-low-frequency (ULF) waves. However, the growing number of spacecraft observations of narrow-band intense ULF waves requires a formulation of a new theoretical framework accounting for the electron nonlinear resonance with such waves. In this commentary we review the recent progress in development of this framework largely reported in four recent papers (Li et al., 2018, 2020, 2021, and 2024). We also discuss the potential importance of nonlinear electron resonances with ULF waves for explaining observational features in electron flux dynamics.

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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,866
Score d'incertitude au seuil0,998

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)0,0030,000

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 Opus0,102
Tête enseignante GPT0,281
Écart entre enseignants0,180 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPrecipitation Measurement and AnalysisTravaux en français237 207