Molecular Dynamics Simulations of Ice Nucleation by Electric Fields
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Molecular dynamics simulations are used to investigate heterogeneous ice nucleation in model systems where an electric field acts on water molecules within 10-20 Å of a surface. Two different water models (the six-site and TIP4P/Ice models) are considered, and in both cases, it is shown that a surface field can serve as a very effective ice nucleation catalyst in supercooled water. Ice with a ferroelectric cubic structure nucleates near the surface, and dipole disordered cubic ice grows outward from the surface layer. We examine the influences of temperature and two important field parameters, the field strength and distance from the surface over which it acts, on the ice nucleation process. For the six-site model, the highest temperature where we observe field-induced ice nucleation is 280 K, and for TIP4P/Ice 270 K (note that the estimated normal freezing points of the six-site and TIP4P/Ice models are ∼289 and ∼270 K, respectively). The minimum electric field strength required to nucleate ice depends a little on how far the field extends from the surface. If it extends 20 Å, then a field strength of 1.5 × 10(9) V/m is effective for both models. If the field extent is 10 Å, then stronger fields are required (2.5 × 10(9) V/m for TIP4P/Ice and 3.5 × 10(9) V/m for the six-site model). Our results demonstrate that fields of realistic strength, that act only over a narrow surface region, can effectively nucleate ice at temperatures not far below the freezing point. This further supports the possibility that local electric fields can be a significant factor influencing heterogeneous ice nucleation in physical situations. We would expect this to be especially relevant for ice nuclei with very rough surfaces where one would expect local fields of varying strength and direction.
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.
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 découle