MétaCan
Menu
Retour à la cohorte
Enregistrement W2024439640 · doi:10.1080/0026897021000044061

Computer simulation of cavity pair distribution functions of hard spheres in a hard slit pore

2003· article· en· W2024439640 sur OpenAlexaff
William R. Smith, Horst L. Vörtler

Notice bibliographique

RevueMolecular Physics · 2003
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésDimensionless quantityHard spheresSPHERESMonte Carlo methodSuperposition principlePlane (geometry)Simple (philosophy)PhysicsDistribution (mathematics)PerpendicularStatistical physicsQuantum mechanicsMathematical analysisGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

We describe efficient Monte Carlo computer simulation techniques to calculate conditional distribution functions for pairs of hard-sphere (HS) cavities in a hard slit pore of width L, n* (z 1,z 2,r), and use these as an efficient route to calculating the corresponding dimensionless excess chemical potentials μ e (z 1,z 2,r). zi is the distance of an HS centre from a (specified) wall and r is the distance between the cavity centres. This is the first calculation of such functions, which are of interest in their own right and provide data for the testing of theories, in addition to providing data for a simple model for the infinite dilution behaviour of a polyatomic solute in a simple molecularly confined solvent. Results are presented for special cases for the cavity functions n* (z 1,z 2,r) which occur when the spheres are in the same plane, when the line of sphere centres is perpendicular to the walls, and when the spheres are in contact. We compare results obtained using the Kirkwood superposition approximation in conjunction with results obtained from the computer simulation data using the first member of the BGY integral equation hierarchy. The approximation is found to be exact in certain limiting geometrical situations, but in general is quantitatively poor.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,440
Score d'incertitude au seuil0,417

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 Opus0,009
Tête enseignante GPT0,208
Écart entre enseignants0,198 · 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'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

Citations4
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular PhysicsMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207