MétaCan
Menu
Retour à la cohorte
Enregistrement W2748106076 · doi:10.1088/1367-2630/aaba02

A quantum Otto engine with finite heat baths: energy, correlations, and degradation

2018· article· en· W2748106076 sur OpenAlexfundno aff
Alejandro Pozas-Kerstjens, Eric G. Brown, Karen V. Hovhannisyan

Notice bibliographique

RevueNew Journal of Physics · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Thermodynamics and Statistical Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGeneralitat de CatalunyaMinisterio de Economía y CompetitividadFundación Cellex“la Caixa” FoundationVillum Fonden
Mots-clésHeat enginePhysicsThermalWorking fluidHarmonic oscillatorQuantumThermodynamic cyclePower (physics)Thermal equilibriumGaussianThermal efficiencyDegradation (telecommunications)HarmonicMechanicsStatistical physicsThermodynamicsQuantum mechanicsComputer science

Résumé

récupéré en direct d'OpenAlex

We study a driven harmonic oscillator operating an Otto cycle by strongly interacting with two thermal baths of finite size. Using the tools of Gaussian quantum mechanics, we directly simulate the dynamics of the engine as a whole, without the need to make any approximations. This allows us to understand the non-equilibrium thermodynamics of the engine not only from the perspective of the working medium, but also as it is seen from the thermal baths’ standpoint. For sufficiently large baths, our engine is capable of running a number of perfect cycles, delivering finite power while operating very close to maximal efficiency. Thereafter, having traversed the baths, the perturbations created by the interaction abruptly deteriorate the engine’s performance. We additionally study the correlations generated in the system, and, in particular, we find a direct connection between the build up of bath–bath correlations and the degradation of the engine’s performance over the course of many cycles.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil0,314

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 Opus0,009
Tête enseignante GPT0,231
Écart entre enseignants0,222 · 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'étudeThéorique ou conceptuel
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

Citations33
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew Journal of PhysicsMême sujetAdvanced Thermodynamics and Statistical MechanicsTravaux en français237 207