MétaCan
Menu
Retour à la cohorte
Enregistrement W2520995750 · doi:10.1021/acs.jpcc.6b05812

Effects of Different Hydrogenation Regimes on Mechanical Properties of h-BN: A Reactive Force Field Study

2016· article· en· W2520995750 sur OpenAlexaff
Rajesh Kumar, Pierre Mertiny, Avinash Parashar

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueBoron and Carbon Nanomaterials Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesIndian Institute of Technology RoorkeeDepartment of Science and Technology, Ministry of Science and Technology, India
Mots-clésReaxFFMaterials scienceMolecular dynamicsBoron nitrideHydrogenForce field (fiction)NitrogenBoronChemical physicsHydrogen storageChemical engineeringNanotechnologyComputational chemistryInteratomic potentialComposite materialChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This article describes molecular dynamics based simulations, which were performed to investigate the effects of different hydrogenation regimes on the mechanical properties of boron nitride nanosheets (h-BN). The reaction force field (ReaxFF) was used as the interatomic potential to capture atomistic interactions. Separate atomistic models were developed for pristine, semihydrogenated (hydrogen is attached either to boron or nitrogen) and fully hydrogenated h-BN (hydrogen is attached to both boron and nitrogen). The radial distribution function was used to study the structural integrity and stability of both pristine and hydrogenated structures. The simulations predicted an improvement in stability and integrity of the atomistic structures under the influence of hydrogenation compared to pristine h-BN. The semihydrogenated structure in which hydrogen was attached only to nitrogen was found to be the least stable configuration, while the fully hydrogenated structure was the most stable. Furthermore, the selective hydrogenation of h-BN nanosheets was studied with respect to tailoring the mechanical behavior of h-BN nanosheets. With applied strain the hydrogen atom shifts its role from hydrogen bond acceptor to donor, which increases the toughness of semihydrogenated h-BN nanosheets.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,156

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,256
Écart entre enseignants0,244 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations46
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetBoron and Carbon Nanomaterials ResearchTravaux en français237 207