Assessment of the Tao-Mo nonempirical semilocal density functional in applications to solids and surfaces
Notice bibliographique
Résumé
Recently, Tao and Mo developed a semilocal exchange-correlation density functional. The exchange part of this functional is derived from a density-matrix expansion corrected to reproduce the fourth-order gradient expansion of the exchange energy in the slowly-varying-density limit, while the correlation part is based on the Tao-Perdew-Staroverov-Scuseria (TPSS) correlation functional, with a modification for the low-density limit. In the present paper, the Tao-Mo (TM) functional is assessed by computing various properties of solids and jellium surfaces. This includes 22 lattice constants and bulk moduli, 30 band gaps, seven cohesive energies, and jellium surface exchange and correlation energies for the density parameter ${r}_{s}$ in the range from 2 to 3 bohr. Our calculations show that the TM approximation can yield consistently high accuracy for most properties considered here, with mean absolute errors (MAEs) of 0.025 \AA{} for lattice constants, 7.0 GPa for bulk moduli, 0.08 eV/atom for cohesive energies, and $35\phantom{\rule{0.16em}{0ex}}\mathrm{erg}/\mathrm{c}{\mathrm{m}}^{2}$ for surface exchange-correlation energies. The MAE in band gaps is larger than that of TPSS, but slightly smaller than the errors of the local spin-density approximation, Perdew-Burke-Ernzerhof generalized gradient approximation, and revised TPSS. However, band gaps are still underestimated, particularly for large-gap semiconductors, compared to the Heyd-Scuseria-Ernzerhof nonlocal screened hybrid functional.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».