Revisiting Electronic and Nuclear Sputtering from Ions at Mercury Using Linear Cascade Theory
Notice bibliographique
Résumé
Abstract This study revisits calculations using linear cascade theory (LCT) to estimate the relative importance of the ion-induced collisional sputtering yield (also referred to as knock-on, nuclear, or kinetic sputtering) and the ion-induced electronic sputtering yield. We focus on sputtering of Na from Mercury’s surface using data from the Mercury Surface, Space Environment, Geochemistry and Ranging (MESSENGER) mission. The updated nuclear and electronic sputtering yields for H and He solar wind ions at 1 keV amu −1 , respectively, are approximately an order of magnitude larger than the values calculated using LCT in M. A. McGrath et al. Compared to this earlier work, our study uses a factor of 10 larger Na surface fraction and a factor of 3 lower total atom surface density based on MESSENGER data that were not available when the McGrath et al. study was carried out. Additional differences are the use of new data more relevant to Mercury’s surface minerals for the nuclear and electronic stopping-power cross sections and the surface binding energies. For the conditions considered in this study, the nuclear sputtering yields calculated using LCT show good agreement with the values calculated using recent binary collision approximation models. We qualitatively compare estimates of the Na sputtering source rate to other source processes for Mercury’s exosphere, considering recent studies of the precipitating ion flux based on MESSENGER data. Future experiments that measure the yield and ejecta energy spectra for simulated Mercury surface conditions, along with advanced modeling of ion–surface interactions, are required to reduce uncertainties and support exospheric studies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».