MétaCan
Menu
Retour à la cohorte
Enregistrement W4408667426 · doi:10.1063/5.0257518

Experimental and numerical investigation of the impact of helical coil targets on laser-driven proton and carbon accelerations

2025· article· en· W4408667426 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

RevueMatter and Radiation at Extremes · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Plasma Interactions and Diagnostics
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesRES’EAU-WaterNET
Mots-clésElectromagnetic coilCarbon fibersLaserProtonStructural engineeringMaterials scienceEngineeringPhysicsOpticsNuclear physicsComposite materialElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Laser-driven ion acceleration, as produced by interaction of a high-intensity laser with a target, is a growing field of interest. One of the current challenges is to enhance the acceleration process, i.e., to increase the produced ion energy and the ion number and to shape the energy distribution for future applications. In this paper, we investigate the effect of helical coil (HC) targets on the laser–matter interaction process using a 150 TW laser. We demonstrate that HC targets significantly enhance proton acceleration, improving energy bunching and beam focusing and increasing the cutoff energy. For the first time, we extend this analysis to carbon ions, revealing a marked reduction in the number of low-energy carbon ions and the potential for energy bunching and post-acceleration through an optimized HC design. Simulations using the particle-in-cell code SOPHIE confirm the experimental results, providing insights into the current propagation and ion synchronization mechanisms in HCs. Our findings suggest that HC targets can be optimized for multispecies ion acceleration.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,260
Score d'incertitude au seuil0,197

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,271
Écart entre enseignants0,261 · 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