MétaCan
Menu
Retour à la cohorte
Enregistrement W2036016634 · doi:10.1039/c2sm25267h

Dynamic heterogeneity in hard and soft sphere colloidal glasses

2012· article· en· W2036016634 sur OpenAlexfundno aff
Yasser Rahmani, Kasper van der Vaart, Bart van Dam, Zhibing Hu, Vijayakumar Chikkadi, Peter Schall

Notice bibliographique

RevueSoft Matter · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMaterial Dynamics and Properties
Établissements canadiensnon disponible
Organismes subventionnairesProvincial Health Services Authority
Mots-clésSoft matterSPHERESHard spheresPhysicsElasticity (physics)Displacement (psychology)Classical mechanicsColloidViscosityCondensed matter physicsMaterials scienceStatistical physicsChemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

The nature of dynamic correlations in glasses and jammed soft matter remains a puzzle. Despite the strong increase in viscosity, hard-spheres exhibit only moderate increase of dynamic correlations at the glass transition, while recent experiments on soft-spheres suggest that in these systems, correlations grow to macroscopic length. Here, we present a direct real-space analysis of dynamic correlations in hard and soft-sphere glasses. The motion of the particles is imaged directly with confocal microscopy, and the maximum dynamical susceptibility is determined systematically over a range of probe length and time scales. We elucidate the displacement vector field, and analyze correlations in the particles' direction of motion. This allows us to demonstrate the different nature of relaxations in hard and soft-sphere systems. We find that the deeply jammed soft sphere suspension shows by far longer-range dynamic correlations that are characterized by small, remarkably coherent displacements. These observations provide direct evidence of the internal elasticity that governs long-range relaxation modes in soft systems.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,608
Score d'incertitude au seuil1,000

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)0,0030,001

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 Opus0,012
Tête enseignante GPT0,236
Écart entre enseignants0,224 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations40
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetMaterial Dynamics and PropertiesTravaux en français237 207