Energy conversion and scaling analysis of relativistic magnetic reconnection in the Sweet–Parker regime
Notice bibliographique
Résumé
Relativistic magnetic reconnection is a key process for accelerating charged particles and producing high-energy radiation. We study this process using relativistic resistive magnetohydrodynamics simulations. Starting with Harris sheet configuration, we study the time evolution of the reconnection rate and the Alfvén four-Mach number for outflow. These measurements validate the Sweet–Parker scaling, consistent with previous studies. To study energy conversion processes, we calculate magnetic dissipation, crucial for understanding how energy is converted between plasma and electromagnetic fields. Decomposing electric field components relative to the velocity field, we find that energy conversion is initially dominated by the resistive electric field, but convective electric fields take over as reconnection progresses. Plasma primarily gains energy within the current sheet and near the separatrix. We perform a scan of magnetization for mildly relativistic plasma to examine scaling laws previously derived for non-relativistic inflow. We find the inflow is slower than predicted, due to conversion of magnetic energy mostly into enthalpy, causing strong compressibility. We calculate and verify the scaling of the compressibility factor, providing a more accurate representation of inflow dynamics. We analyze the impact of a guide field on reconnection and energy partition, finding that a stronger guide field reduces the reconnection rate but has minimal effect on the relative distribution of kinetic energy, magnetic energy, and enthalpy. The addition of the rotating guide field and variations in initial pressure and density have little effect on the energy composition of the outflow, with enthalpy consistently dominating at nearly 90%.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».