MétaCan
Menu
Retour à la cohorte
Enregistrement W4407425941 · doi:10.2514/1.a36239

Propulsion Properties of Electric Sails

2025· article· en· W4407425941 sur OpenAlexaff
Sergey Gimelshein, Kentaro Hara, Yusuke Yamashita, Anthony M. DeStefano

Notice bibliographique

RevueJournal of Spacecraft and Rockets · 2025
Typearticle
Langueen
DomaineEngineering
ThématiquePlasma Diagnostics and Applications
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesNational Aeronautics and Space Administration
Mots-clésAerospace engineeringPropulsionElectrically powered spacecraft propulsionIon thrusterArcjet rocketPropellantIn-space propulsion technologiesSpacecraft propulsionEnvironmental scienceAeronauticsEngineering

Résumé

récupéré en direct d'OpenAlex

Multiparametric study of a thrust force exerted on a model electric (E) sail spacecraft by the solar wind is conducted with a particle-in-cell method. Several effects relevant to the thrust performance are examined with the focus on the accuracy of the obtained results, reflected in the improved initial conditions and physically realistic boundary conditions set at the external boundaries and the near field of a tether. These effects include thrust sensitivity to the solar wind density, temperature, and relative velocity between the solar wind and the spacecraft as well as the influence of the tether potential on the resulting thrust force. The dependence of thrust [Formula: see text] on the distance between the spacecraft and the sun [Formula: see text] is found to have an exponential form approximated by [Formula: see text]. Numerical estimates of the electric current to the E-sail tether mesh give values that are on average about 50% higher than those predicted by the orbital motion limited theory. In addition to single tethers, tether arrays are also studied and shown to have lower thrust per tether that that of a single tether.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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 technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,188
Écart entre enseignants0,184 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Spacecraft and RocketsMême sujetPlasma Diagnostics and ApplicationsTravaux en français237 207