Non-Gaussian energy landscape of a simple model for strong network-forming liquids: Accurate evaluation of the configurational entropy
Notice bibliographique
Résumé
We present a numerical study of the statistical properties of the potential energy landscape of a simple model for strong network-forming liquids. The model is a system of spherical particles interacting through a square-well potential, with an additional constraint that limits the maximum number of bonds Nmax per particle. Extensive simulations have been carried out as a function of temperature, packing fraction, and Nmax. The dynamics of this model are characterized by Arrhenius temperature dependence of the transport coefficients and by nearly exponential relaxation of dynamic correlators, i.e., features defining strong glass-forming liquids. This model has two important features: (i) Landscape basins can be associated with bonding patterns. (ii) The configurational volume of the basin can be evaluated in a formally exact way, and numerically with an arbitrary precision. These features allow us to evaluate the number of different topologies the bonding pattern can adopt. We find that the number of fully bonded configurations, i.e., configurations in which all particles are bonded to Nmax neighbors, is extensive, suggesting that the configurational entropy of the low temperature fluid is finite. We also evaluate the energy dependence of the configurational entropy close to the fully bonded state and show that it follows a logarithmic functional form, different from the quadratic dependence characterizing fragile liquids. We suggest that the presence of a discrete energy scale, provided by the particle bonds, and the intrinsic degeneracy of fully bonded disordered networks differentiates strong from fragile behavior.
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 | 0,001 | 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 ».