Evaluating virial coefficients for multicomponent mixtures: hard sphere mixtures and flexible chains
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract A new algorithm to compute the virial coefficients of multicomponent mixtures is proposed. The number of graphs that must be evaluated increases dramatically in a multicomponent mixture so that it becomes difficult to enumerate and compute all possible graphs. However, once all of them are known and evaluated, the virial coefficient of the mixture can be evaluated for any composition. If one is interested in the virial coefficient of a mixture of a certain composition, then a simpler approach can be followed. Starting from the graphs of a pure fluid, we assign a random chemical identity to each of the molecules of the graph. The probability of assigning a given chemical identity is taken from the composition of the mixture. In this way composition is treated as a random variable within the Monte Carlo procedure which determines the virial coefficient. The algorithm is checked by comparison with the virial coefficients of binary hard spheres mixtures which are well known. Good agreement is found. The procedure is then extended to multicomponent mixtures of hard spheres. Finally the procedure is applied to the determination of the virial coefficients of a flexible molecule. For flexible molecules the possible configurations of the molecules are treated as different components of the mixture. In this way we present what appears to be the first determination of the third and fourth virial coefficients of polymers in the continuum. Notes MAPLE is a registered trade mark of Waterloo Maple Software, Waterloo, ON, Canada.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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