MétaCan
Menu
Retour à la cohorte
Enregistrement W2805046148 · doi:10.1139/cjc-2018-0171

Computational study of polarizability anisotropies

2018· article· en· W2805046148 sur OpenAlexaffvenue
Delano P. Chong

Notice bibliographique

RevueCanadian Journal of Chemistry · 2018
Typearticle
Langueen
DomaineChemistry
ThématiqueMolecular spectroscopy and chirality
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPolarizabilityChemistryAnisotropyRaman spectroscopyKerr effectDipoleMoleculeGaussianDensity functional theoryMolecular physicsComputational chemistryQuantum mechanicsPhysicsNonlinear system

Résumé

récupéré en direct d'OpenAlex

The dipole polarizabilities (α) and polarizability anisotropies (Δα) of over 20 molecules are calculated to search for negative Δα. The geometry of each molecule is first optimized at the level of CCSD(T)/cc-pVQZ. Then, the α tensors are computed both with CCSD(T)/daug-cc-pVTZ in Gaussian 09 and with the exchange-correlation potential V xc known as SAOP in the Amsterdam density functional theory program called ADF and a large basis set called QZ3P-3DIFFUSE. In addition to the popular formula of the Δα Raman connected with Raman spectroscopy, we also present values of an alternative definition of the polarizability anisotropy Δα Kerr connected with Kerr spectroscopy, recently proposed by Kampfrath and colleagues (2018. Chem. Phys. Lett. 692: 319). On one hand, the signs of many Δα Raman are undetermined; on the other hand, we obtain negative Δα Kerr for more than one-half of the small molecules studied. Of the 24 molecules studied, 18 have negative Δα Kerr .

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 candidatesCharge 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 enseignants0,325
Score d'incertitude au seuil0,998

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)0,0030,000

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 Opus0,008
Tête enseignante GPT0,242
Écart entre enseignants0,234 · 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

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ChemistryMême sujetMolecular spectroscopy and chiralityTravaux en français237 207