Textures in Polygonal Arrangements of Square Nanoparticles in Nematic Liquid Crystal Matrices
Notice bibliographique
Résumé
A systematic analysis of defect textures in faceted nanoparticles with polygonal configurations embedded in a nematic matrix is performed using the Landau-de Gennes model, homeotropic strong anchoring in a square domain with uniform alignment in the outer boundaries. Defect and textures are analyzed as functions of temperature T, polygon size R, and polygon number N. For nematic nanocomposites, the texture satisfies a defect charge balance equation between bulk and surface (particle corner) charges. Upon decreasing the temperature, the central bulk defects split and together with other -1/2 bulk defects are absorbed by the nanoparticle's corners. Increasing the lattice size decreases confinement and eliminates bulk defects. Increasing the polygon number increases the central defect charge at high temperature and the number of surface defects at lower temperatures. The excess energy per particle is lower in even than in odd polygons, and it is minimized for a square particle arrangement. These discrete modeling results show for first time that, even under strong anchoring, defects are attached to particles as corner defects, leaving behind a low energy homogeneous orientation field that favors nanoparticle ordering in nematic matrices. These new insights are consistent with recent thermodynamic approaches to nematic nanocomposites that predict the existence of novel nematic/crystal phases and can be used to design nanocomposites with orientational and positional order.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».