MétaCan
Menu
Retour à la cohorte
Enregistrement W1787720367 · doi:10.3968/j.ans.1715787020120504.2019

Effect of External Electric Field upon Lower Alkanols

2014· article· en· W1787720367 sur OpenAlexvenueno aff
Józef Mazurkiewicz, Piotr Tomasik

Notice bibliographique

RevueAdvances in natural science/Advances in natural sciences · 2014
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectric fieldPolarizabilityDipoleChemistryMethanolMoleculeField (mathematics)Computational chemistryAnalytical Chemistry (journal)Chemical physicsMolecular physicsAtomic physicsOrganic chemistryPhysicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Applying the Monte Carlo method, molecules of methanol, ethanol and 1-butanol are brought to temperature of 300 K and under the influence of external electric field of 0.01 a.u their electronic spectra are simulated with HyperChem 8.0 involving ZINDO/S semiempirical method. Particular molecules differently react to the electric field applied as shown by the electronic spectra simulated in the range of 250-2.84 nm. Total energy of the methanol and ethanol molecules turn slightly more negative in the electric field whereas that energy found for 1-butanol more significantly turn to less negative. HyperChem 8.0 software is used together with the AM1 method for optimization of the conformation of the molecules of methanol, ethanol, 1-propanol and 1-butanol. Then polarizability, charge distribution, potential and dipole moment for molecules placed in the external electric field of 0.000, 0.001, 0.01 and 0.05 a.u. are calculated. External field induces a slightly field strength dependent polarizability of the molecules and the electron density redistribution at particular atoms. Total dipole moment (DM) for particular alkanols increases with the strength of the field applied. There is particularly sharp increase in DM at 0.05 a.u. field. Key words: Butanol; Computer simulations; Ethanol; Methanol; Propanol

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,258
Score d'incertitude au seuil0,957

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,005
Études des sciences et des technologies0,0000,001
Communication savante0,0000,003
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,002
Tête enseignante GPT0,288
Écart entre enseignants0,286 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in natural science/Advances in natural sciencesMême sujetElectrochemical Analysis and ApplicationsTravaux en français237 207