MétaCan
Menu
Retour à la cohorte
Enregistrement W2166620095 · doi:10.1137/10079330x

Small Volume-Fraction Limit of the Diblock Copolymer Problem: II. Diffuse-Interface Functional

2011· preprint· en· W2166620095 sur OpenAlexafffund
Rustum Choksi, Mark A. Peletier

Notice bibliographique

RevueSIAM Journal on Mathematical Analysis · 2011
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueBlock Copolymer Self-Assembly
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésVolume fractionLimit (mathematics)Energy functionalConvergence (economics)CoulombPhysicsLimitingCopolymerParticle (ecology)Fraction (chemistry)Focus (optics)Statistical physicsMathematical analysisThermodynamicsMathematicsPolymerChemistryQuantum mechanicsOpticsElectronNuclear magnetic resonance

Résumé

récupéré en direct d'OpenAlex

We present the second of two articles on the small volume-fraction limit of a nonlocal Cahn–Hilliard functional introduced to model microphase separation of diblock copolymers. After having established the results for the sharp-interface version of the functional [SIAM J. Math. Anal., 42 (2010), pp. 1334–1370], we consider here the full diffuse-interface functional and address the limit in which $\varepsilon$ and the volume fraction tend to zero but the number of regions (called particles) associated with the minority phase remains $O(1)$. Using the language of $\Gamma$-convergence, we focus on two levels of this convergence, and derive first- and second-order effective energies, whose energy landscapes are simpler and more transparent. These limiting energies are finite only on weighted sums of delta functions, corresponding to the concentration of mass into “point particles.” At the highest level, the effective energy is entirely local and contains information about the size of each particle but no information about its spatial distribution. At the next level we encounter a Coulomb-like interaction between the particles, which is responsible for the pattern formation. We present the results in three dimensions and comment on their two-dimensional analogues.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,244
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,250
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSIAM Journal on Mathematical AnalysisMême sujetBlock Copolymer Self-AssemblyTravaux en français237 207