Predicting XAFS scattering path cumulants and XAFS spectra for metals (Cu, Ni, Fe, Ti, Au) using molecular dynamics simulations
Notice bibliographique
Résumé
The ability of molecular dynamics (MD) simulations to support the analysis of X-ray absorption fine-structure (XAFS) data for metals is evaluated. The low-order cumulants (ΔR, σ(2), C3) for XAFS scattering paths are calculated for the metals Cu, Ni, Fe, Ti and Au at 300 K using 28 interatomic potentials of the embedded-atom method type. The MD cumulant predictions were evaluated within a cumulant expansion XAFS fitting model, using global (path-independent) scaling factors. Direct simulations of the corresponding XAFS spectra, χ(R), are also performed using MD configurational data in combination with the FEFF ab initio code. The cumulant scaling parameters compensate for differences between the real and effective scattering path distributions, and for any errors that might exist in the MD predictions and in the experimental data. The fitted value of ΔR is susceptible to experimental errors and inadvertent lattice thermal expansion in the simulation crystallites. The unadjusted predictions of σ(2) vary in accuracy, but do not show a consistent bias for any metal except Au, for which all potentials overestimate σ(2). The unadjusted C3 predictions produced by different potentials display only order-of-magnitude consistency. The accuracy of direct simulations of χ(R) for a given metal varies among the different potentials. For each of the metals Cu, Ni, Fe and Ti, one or more of the tested potentials was found to provide a reasonable simulation of χ(R). However, none of the potentials tested for Au was sufficiently accurate for this purpose.
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 | 0,001 |
| 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 ».