MétaCan
Menu
Retour à la cohorte
Enregistrement W2029255428 · doi:10.1063/1.1815291

Friction and diffusion of a Brownian particle in a mesoscopic solvent

2004· article· en· W2029255428 sur OpenAlexaff
Song Hi Lee, Raymond Kapral

Notice bibliographique

RevueThe Journal of Chemical Physics · 2004
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Thermodynamics and Statistical Mechanics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMesoscopic physicsAutocorrelationBrownian motionDiffusionParticle (ecology)PhysicsBrownian dynamicsMomentum (technical analysis)Classical mechanicsPotential of mean forceStatistical physicsMolecular dynamicsChemistryThermodynamicsCondensed matter physicsQuantum mechanicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

The friction and diffusion coefficients of a massive Brownian particle in a mesoscopic solvent are computed from the force and the velocity autocorrelation functions. The mesoscopic solvent is described in terms of free streaming of the solvent molecules, interrupted at discrete time intervals by multiparticle collisions that conserve mass, momentum, and energy. The Brownian particle interacts with the solvent molecules through repulsive Lennard-Jones forces. The decays of the force and velocity autocorrelation functions are analyzed in the microcanonical ensemble as a function of the number N of solvent molecules and Brownian particle mass and diameter. The simulations are carried out for large system sizes and long times to assess the N dependence of the friction coefficient. The decay rates of these correlations are confirmed to vary as N(-1) in accord with earlier predictions. Hydrodynamic effects on the velocity autocorrelation function and diffusion coefficient are studied as a function of Brownian particle mass and diameter.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,007
Tête enseignante GPT0,237
Écart entre enseignants0,230 · 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

Citations79
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetAdvanced Thermodynamics and Statistical MechanicsTravaux en français237 207