MétaCan
Menu
Retour à la cohorte
Enregistrement W6969084473 · doi:10.5281/zenodo.5018302

XLS - D3.2: Review report on bunch compression techniques and phase space linearization

2019· article· en· W6969084473 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Accelerators and Free-Electron Lasers
Établissements canadiensCanadian Nautical Research Society
Organismes subventionnairesEuropean Commission
Mots-clésCompression (physics)Basis (linear algebra)Linear particle acceleratorBeam (structure)LinearizationCathode rayPhase (matter)Tracking (education)Particle accelerator

Résumé

récupéré en direct d'OpenAlex

This document describes with analytical and numerical methods, i.e., approximated mathematical expressions and particle tracking runs, the process of bunch length compression of relativistic electron beams in linear accelerators. In particular, it reviews state-of-the-art compression options, based on magnetic insertions and radio-frequency (RF) accelerators, for the increase of peak current and preservation of the six-dimensional beam brightness as requested by x-ray freeelectron lasers (FELs). After a theoretical introduction to the topic, guidelines for the determination of the compression scheme for the CompactLight FEL are provided, by considering for example RF compression in combination with four dipoles chicanes. The study considers single particle dynamics, tolerance budget and collective effects involved in the compression process. On the basis of FEL specifications, the main parameters of the electron beam and of the compressors in the CompactLight accelerator are illustrated. Finally, a preliminary RF design of X-band and Ka-band accelerating cavities to support magnetic compression is presented. As a result, this review of most advanced electron beam compression schemes provides a solid basis for the definition of the beam manipulation aimed to meet the requirements of CompactLight FEL.

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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,541
Score d'incertitude au seuil1,000

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)0,0020,001

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 Opus0,021
Tête enseignante GPT0,262
Écart entre enseignants0,241 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetParticle Accelerators and Free-Electron LasersTravaux en français237 207