Domains and defects in nuclear pasta
Notice bibliographique
Résumé
Nuclear pasta topology is an essential ingredient to determine transport properties in the inner crust of neutron stars. We perform semiclassical molecular dynamics simulations of nuclear pasta for proton fractions ${Y}_{p}=0.30$ and ${Y}_{p}=0.40$ near one-third of nuclear saturation density, $n=0.05\phantom{\rule{0.16em}{0ex}}{\mathrm{fm}}^{\ensuremath{-}3}$, at a temperature $T=1.0\phantom{\rule{0.16em}{0ex}}\mathrm{MeV}$. Our simulations are, to our knowledge, the largest nuclear pasta simulations to date and contain up to $3\phantom{\rule{0.16em}{0ex}}276\phantom{\rule{0.16em}{0ex}}800$ nucleons in the ${Y}_{p}=0.30$ and $819\phantom{\rule{0.16em}{0ex}}200$ nucleons in the ${Y}_{p}=0.40$ case. An algorithm to determine which nucleons are part of a given sub-domain in the system is presented. By comparing runs of different sizes we study finite-size effects, equilibration time, the formation of multiple domains and defects in the pasta structures, as well as the structure factor dependence on simulation size. Although we find qualitative agreement between the topological structure and the structure factors of runs with 51 200 nucleons and those with $819\phantom{\rule{0.16em}{0ex}}200$ nucleons or more, we show that simulations with hundreds of thousands of nucleons may be necessary to accurately predict pasta transport properties.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».