Profils de raies spectrales dans les plasmas magnétisés : effet Stark motionnel
Bibliographic record
Abstract
En reprenant les travaux antérieurs de Nguyen-Hoe et ses collaborateurs sur la raie Lyman-α et en introduisant les effets de la structure interne de l’émetteur, les effets dus au champ de Lorentz (effet Stark motionnel) et les effets dus au mouvement de l’émetteur (effet Doppler), nous avons développé un modèle qui nous a permis d’obtenir des profils de raies comparables à ceux observés au bord du Tokamak Tore Supra. Dans cette région du bord de Tokamak, la température est relativement inférieure à celle du plasma du cœur. Donc l’hypothèse qui consiste à considérer que la vitesse de l’émetteur est purement thermique, et égale à (kBT/M)1/2, n’est plus valable dans ces conditions. Nous avons donc considéré, pour la première fois, que la vitesse des émetteurs est distribuée selon la distribution de Maxwell. Un meilleur accord global a été obtenu entre le spectre calculé et l’observation. Les profils de raies expérimentaux ont été modélisés à l’aide des profils théoriques en tenant compte des effets Doppler, Stark et Zeeman. Cette analyse montre qu’il est nécessaire de prendre en compte au moins deux populations d’atomes de deutérium distinctes. Notre modèle a permis donc le diagnostic des différentes populations de neutres de deutérium ainsi que la détermination simultanée de plusieurs paramètres du plasma.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".