Glassy interfacial dynamics of Ni nanoparticles: part I Colored noise, dynamic heterogeneity and collective atomic motion
Notice bibliographique
Résumé
Most condensed materials exhibit a significant fraction of atoms, molecules or particles that strongly interact with each other, while being configured geometrically at any instant of time in an ‘amorphous’ state having a relatively uniform density. Recently, both simulations and experiments have revealed that the dynamics of diverse condensed amorphous materials is generally characterized by significant heterogeneity in the local mobility and by progressively increasing collective motion upon cooling that takes the form of string-like collective particle rearrangements. The direct experimental observation of this type of collective motion, which has been directly linked to the growing relaxation times of glass-forming materials, and its quantification under different thermodynamic conditions, have so far been restricted to colloidal and driven granular fluids. The present work addresses the fundamental problem of how to determine the scale of this type of collective motion in materials composed of molecules or atoms. The basic premise of our work is that large scale dynamic particle clustering in amorphous materials must give rise to large fluctuations in particle mobility so that transport properties, especially those related to particle mobility, should naturally exhibit noise related to the cooperative motion scale. In our initial exploratory study seeking a relationship of this kind, we find 1/fα or ‘colored noise’, in both potential energy and particle displacement fluctuations of the atoms within the glassy interfacial layer of Ni nanoparticles (NPs). A direct relationship between the particle displacement (mobility) noise exponent α and the average polymerization index of the string-like collective motion L is observed for a range of NP sizes, temperatures and for surface doping of the NPs with other metal atoms (Ag, Au, Pt) to change the fragility of the glassy interfacial layer at the surface of the Ni NPs. We also introduce a successful analytic model to understand this relationship between α and L.
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 ».