MétaCan
Menu
Retour à la cohorte

A Computational Model for Nanoscale Self-Assembly of Monolayer Surfaces

2007· article· en· W2019202202 sur OpenAlexaff
Yan Gang Bao, Xiaodong Wang

Notice bibliographique

RevueDiffusion and defect data, solid state data. Part B, Solid state phenomena/Solid state phenomena · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiquenanoparticles nucleation surface interactions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMonolayerMaterials scienceNanoscopic scaleMorse potentialEnergy minimizationSubstrate (aquarium)Chemical physicsSelf-assemblyBoundary value problemNanotechnologyMolecular dynamicsStatistical physicsComputational chemistryPhysicsAtomic physics

Résumé

récupéré en direct d'OpenAlex

A computational model is proposed to analyze the nanoscale self-assembling phenomenon of monolayers on heterogeneous surfaces. Morse potential is used to describe the pairpotential between molecules or atoms. Minimization of free energy is used to regulate different phases and lattices to form optimized heterogeneous structures of different sizes with periodical patterns. A representative volume element (RVE) is first defined and an optimization algorithm is developed to adjust the positions of particles in it to reduce its potential until global equilibrium is reached. The pair-potential distribution in the monolayer and the substrate layers are studied. It is interesting to observe that the pair-potential distribution in the substrate layers resumes uniformity just a few layers away from the interfacial boundary.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,100
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,003
Science ouverte0,0020,001
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 Opus0,044
Tête enseignante GPT0,306
Écart entre enseignants0,262 · 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'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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiffusion and defect data, solid state data. Part B, Solid state phenomena/Solid state phenomenaMême sujetnanoparticles nucleation surface interactionsTravaux en français237 207