MétaCan
Menu
Retour à la cohorte
Enregistrement W2014443598 · doi:10.1088/0953-4075/36/19/010

Interpreting the dynamics of HCl<sup>+</sup>dissociation in a strong laser field at   = 10.3 µm

2003· article· en· W2014443598 sur OpenAlexaff
Jeffrey T. Paci, David M. Wardlaw, André D. Bandrauk

Notice bibliographique

RevueJournal of Physics B Atomic Molecular and Optical Physics · 2003
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Matter Interactions and Applications
Établissements canadiensUniversité de SherbrookeQueen's University
Organismes subventionnairesnon disponible
Mots-clésDissociation (chemistry)Potential energyExcited stateQuantum tunnellingKinetic energyWave packetMolecular dynamicsAtomic physicsQuantumPhotodissociationChemistryPotential fieldGround statePhysicsQuantum mechanicsPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

The strong field dissociation of HCl+ at a wavelength of λ = 10.3 µm is examined in detail, using quantum wavepacket and trajectory methods. A three-potential-curve treatment, which currently offers the most theoretically complete description of the molecular dynamics, is used to simulate the dissociation process, and provides predictions of the dissociation probability, electronic branching ratios and kinetic energy distributions. Classical trajectory simulations on a single potential curve (ground state of HCl+) are used to increase understanding of simulations performed using three potential curves. The impact on predicted product properties of using two potential curves (ground and first excited states) versus three potential curves is also explored. The fragment's kinetic energy distributions are discussed extensively and quantum simulation results interpreted with the aid of classical trajectories as well as simple models such as a wagging potential tail model, developed by Thachuk and Wardlaw (1995 J. Chem. Phys. 102 7462). A tunnelling variant of a barrier suppression model, used for predicting the dissociation threshold, is developed, and shown to be more accurate than previous models.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,557
Score d'incertitude au seuil0,455

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,246
Écart entre enseignants0,241 · 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'étudeThéorique ou conceptuel
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

Citations13
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics B Atomic Molecular and Optical PhysicsMême sujetLaser-Matter Interactions and ApplicationsTravaux en français237 207