MétaCan
Menu
Retour à la cohorte
Enregistrement W2006046899 · doi:10.1063/1.481573

Structure sensitivity and cluster size convergence for formate adsorption on copper surfaces: A DFT cluster model study

2000· article· en· W2006046899 sur OpenAlexafffund
Zhen-Ming Hu, Russell J. Boyd

Notice bibliographique

RevueThe Journal of Chemical Physics · 2000
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiquenanoparticles nucleation surface interactions
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaKillam Trusts
Mots-clésFormateAdsorptionCopperChemisorptionCluster (spacecraft)ChemistryValence (chemistry)Density functional theoryBasis setPhysical chemistryInorganic chemistryChemical physicsCrystallographyComputational chemistryOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

The structure sensitivity and cluster size convergence for formate adsorption on the Cu(100), Cu(110) and Cu(111) surfaces have been investigated systematically using density functional theory and the cluster model containing up to 40 Cu atoms. The copper core–valence correlation effect on the adsorbate–surface interaction is examined by using three different basis sets and effective core potentials. The calculated geometries and vibrational frequencies are in good agreement with experimental data even on the small clusters and are not surface sensitive. However, the adsorption energies show strong dependence on the surface structure and the cluster size. The adsorption energies are shown to converge very well for the large clusters, and the activity of the Cu planes for formate adsorption is in the order of Cu(110)>Cu(100)>Cu(111), the same as that observed experimentally for methanol synthesis. Regardless of the basis set, cluster size and surface structure, all results show an anionic formate adsorption species. The chemisorption mechanism and the local structure of formate on the three copper surfaces are essentially very similar. Some discussion about cluster modeling is presented.

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)0,003
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
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 Opus0,016
Tête enseignante GPT0,244
Écart entre enseignants0,228 · 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

Citations42
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetnanoparticles nucleation surface interactionsTravaux en français237 207