MétaCan
Menu
Retour à la cohorte
Enregistrement W1977760782 · doi:10.1115/ht2009-88129

Critically Assessing the Application of Quantum Corrections to Classical Thermal Conductivity Predictions

2009· article· en· W1977760782 sur OpenAlexaff
Joseph E. Turney, Alan J. H. McGaughey, Cristina H. Amon

Notice bibliographique

RevueVolume 2: Theory and Fundamental Research; Aerospace Heat Transfer; Gas Turbine Heat Transfer; Computational Heat Transfer · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiqueThermal properties of materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésQuantumAnharmonicityPhysicsThermal conductivityQuantum dynamicsQuantum dissipationStatistical physicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Quantum corrections can be used to map the thermal conductivity predicted in a classical framework [e.g., a molecular dynamics (MD) simulation] to a corresponding value in a quantum system. This procedure is accomplished by equating the total energies and energy fluxes of the classical and quantum systems. The validity of these corrections is questionable because they are introduced in an ad hoc manner and are not derived from first principles. In this work, the validity of these quantum corrections is examined by comparing the thermal conductivity of Stillinger-Weber silicon calculated using a full quantum mechanical treatment to a quantum-corrected value predicted from a classical framework between temperatures of 10 K and 1000 K. The quantum and classical predictions are obtained using anharmonic lattice dynamics calculations. We find discrepancies between the quantum-corrected predictions and the quantum predictions obtained directly. We investigate the causes of these discrepancies and from our findings, conclude that quantum thermal conductivities cannot be predicted by applying simple corrections to the values obtained from a purely classical framework.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,337
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,039
Tête enseignante GPT0,330
Écart entre enseignants0,291 · 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.

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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 2: Theory and Fundamental Research; Aerospace Heat Transfer; Gas Turbine Heat Transfer; Computational Heat TransferMême sujetThermal properties of materialsTravaux en français237 207