MétaCan
Menu
Retour à la cohorte
Enregistrement W4411307092 · doi:10.1016/j.jqsrt.2025.109545

On the use of the Axelrod formula for thermal electron collisions in astrophysical modelling

2025· article· en· W4411307092 sur OpenAlexfundno aff
Leo Patrick Mulholland, Steven Bromley, C P Ballance, Stuart Sim, C A Ramsbottom

Notice bibliographique

RevueJournal of Quantitative Spectroscopy and Radiative Transfer · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAtomic and Molecular Physics
Établissements canadiensnon disponible
Organismes subventionnairesHORIZON EUROPE European Research CouncilEuropean Research CouncilNational Aeronautics and Space AdministrationAuburn UniversityQueen's University BelfastEuropean CommissionQueen's University
Mots-clésThermalElectronPhysicsStatistical physicsNuclear physicsComputational physicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

The Axelrod approximation is widely used in astrophysical modelling codes to evaluate electron-impact excitation effective collision strengths for forbidden transitions. Approximate methods such as this are a necessity for many heavy elements with open shells where collisional data is either non existent or sparse as the use of more robust methods prove prohibitively expensive. Atomic data for such forbidden transitions are essential for producing full collisional radiative models that do not assume Local-Thermodynamic-Equilibrium (LTE). In this short work we present the re-optimization the simple Axelrod formula for a large number of R -matrix data sets, ranging from Fe and Ni to the first r-process peak elements of Sr, Y and Zr, to higher Z systems Te, W, Pt and Au. We show that the approximate treatment of forbidden transitions can be a significant source of inaccuracy in such collisional radiative models. We find a large variance of the optimized coefficients for differing systems and charge states, although some general trends can be seen based on the orbital structure of the ground-state-configurations. These trends could potentially inform better estimates for future calculations for elements where R -matrix data is not available.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,721
Score d'incertitude au seuil0,283

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 Opus0,034
Tête enseignante GPT0,301
Écart entre enseignants0,267 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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 revueJournal of Quantitative Spectroscopy and Radiative TransferMême sujetAtomic and Molecular PhysicsTravaux en français237 207