MétaCan
Menu
Retour à la cohorte
Enregistrement W2040675657 · doi:10.1063/1.4890661

Stochastic models for surface diffusion of molecules

2014· article· en· W2040675657 sur OpenAlexafffund
Patrick Shea, H. J. Kreuzer

Notice bibliographique

RevueThe Journal of Chemical Physics · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
Thématiquestochastic dynamics and bifurcation
Établissements canadiensDalhousie University
Organismes subventionnairesOffice of Naval ResearchNatural Sciences and Engineering Research Council of Canada
Mots-clésCenter of mass (relativistic)Langevin equationDiffusionPhysicsClassical mechanicsSurface diffusionKernel (algebra)Surface (topology)Molecular diffusionCurvatureMotion (physics)Equations of motionDiffusion equationMarkov chainDiffusion processMarkov processStatistical physicsMathematicsChemistryQuantum mechanicsGeometryEnergy–momentum relationPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

We derive a stochastic model for the surface diffusion of molecules, starting from the classical equations of motion for an N-atom molecule on a surface. The equation of motion becomes a generalized Langevin equation for the center of mass of the molecule, with a non-Markovian friction kernel. In the Markov approximation, a standard Langevin equation is recovered, and the effect of the molecular vibrations on the diffusion is seen to lead to an increase in the friction for center of mass motion. This effective friction has a simple form that depends on the curvature of the lowest energy diffusion path in the 3N-dimensional coordinate space. We also find that so long as the intramolecular forces are sufficiently strong, memory effects are usually not significant and the Markov approximation can be employed, resulting in a simple one-dimensional model that can account for the effect of the dynamics of the molecular vibrations on the diffusive motion.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,232
Écart entre enseignants0,222 · 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

Citations2
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetstochastic dynamics and bifurcationTravaux en français237 207