MétaCan
Menu
Retour à la cohorte
Enregistrement W1969605808 · doi:10.1103/physreve.83.031302

Edwards entropy and compactivity in a model of granular matter

2011· article· en· W1969605808 sur OpenAlexaff
Richard K. Bowles, S. S. Ashwin

Notice bibliographique

RevuePhysical Review E · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMaterial Dynamics and Properties
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésStatistical physicsStatistical mechanicsGranular materialEntropy (arrow of time)Canonical ensembleMaximizationEntropy maximizationPhysicsMathematicsPrinciple of maximum entropyThermodynamicsQuantum mechanicsMathematical optimizationMonte Carlo methodStatistics

Résumé

récupéré en direct d'OpenAlex

Formulating a statistical mechanics for granular matter remains a significant challenge, in part due to the difficulty associated with a complete characterization of the systems under study. We present a fully characterized model of a granular material consisting of N two-dimensional, frictionless hard disks, confined between hard walls, including a complete enumeration of all possible jammed structures. We show that the properties of the jammed packings are independent of the distribution of defects within the system and that all the packings are isostatic. This suggests that the assumption of equal probability for states of equal volume, which provides one possible way of constructing the equivalent of a microcanonical ensemble, is likely to be valid for our model. An application of the second law of thermodynamics involving two subsystems in contact shows that the expected spontaneous equilibration of defects between the two is accompanied by an increase in entropy and that the equilibrium, obtained by entropy maximization, is characterized by the equality of compactivities. Finally, we explore the properties of the equivalent to the canonical ensemble for this system.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,040
Tête enseignante GPT0,274
Écart entre enseignants0,234 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations47
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review EMême sujetMaterial Dynamics and PropertiesTravaux en français237 207