Laser avslöjar fermiums kärnstruktur: genombrott vid GSI/FAIR och universitetet i Mainz
StockholmForskare har gjort betydande framsteg i att studera strukturen hos grundämnet fermium med hjälp av avancerad laserspektroskopi vid GSI/FAIR-anläggningen och Johannes Gutenberg-Universität Mainz. Genom att undersöka olika isotoper av fermium, som är grundämne nummer 100, upptäckte de att storleken på atomkärnan förändras när fler neutroner tillförs. Denna forskning, ett resultat av internationellt samarbete, hjälper oss att förstå hur kärnskalstrukturer utvecklas i tunga grundämnen.
Studiet av fermium ger värdefull insikt om supertunga grundämnen. Forskare har med hjälp av avancerade metoder analyserat fermiumisotoper på grund av dess speciella position i det periodiska systemet. Här är huvudpunkterna:
- Kärnladdningsradier ökar gradvis med fler neutroner.
- Lokala skal-effekter påverkar fermiums kärnladdningsradie mindre.
- Skal-effekter är viktiga för att förstå nukleära bindningsenergi.
- Den använda laserspektroskopin öppnar för nya forskningsmöjligheter.
Dessa resultat är unika tack vare användningen av nya lasermetoder. Forskare undersökte fermiumisotoper genom att noggrant höja elektronernas energinivåer och sedan ta bort dem för att kunna mäta dem. Denna metod är avgörande för att exakt fastställa förändringar i kärnans storlek i olika isotoper.
12 november 2024 · 21:32
AI lär sig tolka getansikte för att upptäcka smärtsignaler och förbättra vården
Forskningen belyser en förändring i vår förståelse av atomkärnors struktur. Istället för att fokusera huvudsakligen på individuella skal-effekter, läggs nu större vikt vid hur nukleoner, vilka är partiklarna inuti en kärna, samverkar. Denna förändring är betydelsefull eftersom den antyder att när kärnans massa ökar, minskar skal-effektens påverkan. Detta kan underlätta modelleringen av interaktionerna hos mycket tunga element som går bortom det vi för närvarande har i det periodiska systemet.
Denna forskning förbättrar vår förståelse av kärnstabilitet och hur material uppför sig under extrema förhållanden. Forskare kan använda denna kunskap för att förutsäga egenskaper hos element som ännu inte upptäckts och för att bemöta svårigheterna i att skapa och stabilisera mycket tunga element. Resultaten utmanar gamla uppfattningar inom kärnfysik och ger forskare nya sätt att studera dessa unika material.
Studien publiceras här:
http://dx.doi.org/10.1038/s41586-024-08062-zoch dess officiella citering - inklusive författare och tidskrift - är
Jessica Warbinek, Elisabeth Rickert, Sebastian Raeder, Thomas Albrecht-Schönzart, Brankica Andelic, Julian Auler, Benjamin Bally, Michael Bender, Sebastian Berndt, Michael Block, Alexandre Brizard, Pierre Chauveau, Bradley Cheal, Premaditya Chhetri, Arno Claessens, Antoine de Roubin, Charlie Devlin, Holger Dorrer, Christoph E. Düllmann, Julie Ezold, Rafael Ferrer, Vadim Gadelshin, Alyssa Gaiser, Francesca Giacoppo, Stephane Goriely, Manuel J. Gutiérrez, Ashley Harvey, Raphael Hasse, Reinhard Heinke, Fritz-Peter Heßberger, Stephane Hilaire, Magdalena Kaja, Oliver Kaleja, Tom Kieck, EunKang Kim, Nina Kneip, Ulli Köster, Sandro Kraemer, Mustapha Laatiaoui, Jeremy Lantis, Nathalie Lecesne, Andrea Tzeitel Loria Basto, Andrew Kishor Mistry, Christoph Mokry, Iain Moore, Tobias Murböck, Danny Münzberg, Witold Nazarewicz, Thorben Niemeyer, Steven Nothhelfer, Sophie Péru, Andrea Raggio, Paul-Gerhard Reinhard, Dennis Renisch, Emmanuel Rey-Herme, Jekabs Romans, Elisa Romero Romero, Jörg Runke, Wouter Ryssens, Hervé Savajols, Fabian Schneider, Joseph Sperling, Matou Stemmler, Dominik Studer, Petra Thörle-Pospiech, Norbert Trautmann, Mitzi Urquiza-González, Kenneth van Beek, Shelley Van Cleve, Piet Van Duppen, Marine Vandebrouck, Elise Verstraelen, Thomas Walther, Felix Weber, Klaus Wendt. Smooth trends in fermium charge radii and the impact of shell effects. Nature, 2024; 634 (8036): 1075 DOI: 10.1038/s41586-024-08062-z9 november 2024 · 23:10
Bana väg för framtidens polymerer: banbrytande forskning inom proteinstruktur och AI-stöd
9 november 2024 · 21:12
Banbrytande AI-datamängd lanserad för forskning om typ 2-diabetes och miljöpåverkan.
Dela den här artikeln