Theoretical Study of Dispersion Binding of Hydrocarbon Molecules to Hydrogen-Terminated Silicon(100)-2×1
Notice bibliographique
Résumé
Noncovalent interactions between organic molecules and hydrogen-terminated silicon(100)-2×1 influence surface chemistry and diffusion. To develop our understanding of these interactions, we studied the dispersion binding of two model hydrocarbons, methane and benzene, on hydrogen-terminated silicon(100)-2×1 using a density-functional theory (DFT) technique incorporating dispersion corrections. The corrections were implemented using previously developed carbon-centered potentials (DiLabio, G. A. Chem. Phys. Lett . 2008, 455, 348−353.) and newly developed silicon-centered potentials, designed to correct the well-known erroneous long-range behavior of DFT methods. Our calculations predict that the preferred position for methane binding to the surface occurs over the area between two dimer rows (the “gulley”) and between two sets of dimers (binding energy (BE) = 2.2 kcal/mol). When the methane is positioned over a dimer row, BE = 1.9 kcal/mol. Diffusion of methane along the dimer row direction was calculated to be only marginally more facile than diffusion across rows. In the case of benzene, the preferred binding position is over the dimer row with the benzene roughly parallel to the surface and centered over one surface hydrogen (BE = 5.6 kcal/mol). The complex in which the benzene is over the gulley is less strongly bound (BE = 5.3 kcal/mol). Additional higher energy structures were also found. A detailed potential energy surface map reveals that diffusion of benzene in the row direction is more facile than diffusion across dimer rows. The calculated, room-temperature rate constant associated with diffusion along the row is calculated to be 1.7 times larger than that for diffusion in the perpendicular-to-row direction. Our findings show that surface anisotropy and molecule shape contribute to a directional preference for diffusion.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».