MétaCan
Menu
Retour à la cohorte
Enregistrement W1999349220 · doi:10.1115/imece2011-64747

Molecular Dynamics Simulation of Thermal Accommodation Coefficients for Laser-Induced Incandescence Sizing of Nickel Nanoparticles

2011· article· en· W1999349220 sur OpenAlexaff
Kyle J. Daun, Mikko Karttunen, J. T. Titantah

Notice bibliographique

RevueVolume 11: Nano and Micro Materials, Devices and Systems; Microsystems Integration · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-Ablation Synthesis of Nanoparticles
Établissements canadiensWestern UniversityUniversity of Waterloo
Organismes subventionnairesUniversität Bremen
Mots-clésIncandescenceMaterials scienceArgonMolecular dynamicsNanoparticleThermal desorptionChemical physicsAtomic physicsMolecular physicsChemistryDesorptionNanotechnologyAdsorptionPhysical chemistryComputational chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

While time-resolved laser-induced incandescence is most often used to characterize the size and concentration of aerosolized carbonaceous particles, it has recently been applied to aerosols containing metal nanoparticles. This calculation requires the thermal accommodation coefficient, however, which is often difficult to determine experimentally. This paper presents a molecular dynamics investigation of the thermal accommodation coefficient between laser-energized nickel nanoparticles immersed in argon, and the underlying the gas-surface scattering physics. The predicted interaction between gas molecules and the laser-energized surface depends strongly on the potential between the gas molecule and a surface atom: a Lennard-Jones 6–12 potential derived using the Lorentz-Berthelot combination rules overestimates the potential well due to a bond-order effect in the nickel, resulting in strong trapping-desorption and near-perfect thermal accommodation. A Morse potential with parameters obtained directly from ab initio free energies predicts a relatively brief interaction between the gas molecule and nickel surface, on the other hand, and a lower thermal accommodation coefficient similar to experimentally-derived values for laser-energized iron nanoparticles in argon reported in the literature.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,143
Score d'incertitude au seuil0,840

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,230
Écart entre enseignants0,207 · 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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 11: Nano and Micro Materials, Devices and Systems; Microsystems IntegrationMême sujetLaser-Ablation Synthesis of NanoparticlesTravaux en français237 207