MétaCan
Menu
Retour à la cohorte
Enregistrement W2895941613 · doi:10.1107/s1600576718012967

Visualization of tetrahedral disordering in amorphous germanium through local atomic motifs

2018· article· en· W2895941613 sur OpenAlexaff
Aly Rahemtulla, Bruno Tomberli, S. Kycia

Notice bibliographique

RevueJournal of Applied Crystallography · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallic Glasses and Amorphous Alloys
Établissements canadiensCapilano UniversityUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésReverse Monte CarloAmorphous solidTetrahedronGermaniumDihedral angleCrystallographyAtom (system on chip)Stereographic projectionMaterials scienceMolecular physicsChemistryCrystal structureComputer scienceGeometryMoleculeSiliconMathematicsOptoelectronicsHydrogen bond

Résumé

récupéré en direct d'OpenAlex

The atomic arrangements in amorphous solids, unlike those in crystalline materials, remain elusive. The details of atom ordering are under debate even in simplistic random network models. This work presents further advancements in the local atomic motif (LAM) method, first through the introduction of an optimized alignment procedure providing a clearer image of the angular ordering of atoms in a model. Secondly, by applying stereographic projections with LAMs, the angular ordering within coordination shells can be quantified and investigated. To showcase the new capabilities, the LAM method is applied to amorphous germanium, the archetype of covalent amorphous systems. The method is shown to dissect structural details of amorphous germanium (a-Ge) from the continuous random network (CRN) model and a reverse Monte Carlo (RMC) refined model fitted to high-resolution X-ray scattering measurements. The LAMs reveal well defined dihedral ordering in the second shell. The degree of dihedral ordering is observed to be coupled to bond length distances in the CRN model. This coupling is clearly not present within the RMC refined model. The LAMs reveal inclusions of third-shell atoms occupying interstitial positions in the second shell in both models.

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 enseignants0,377
Score d'incertitude au seuil0,769

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,007
Tête enseignante GPT0,216
Écart entre enseignants0,209 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied CrystallographyMême sujetMetallic Glasses and Amorphous AlloysTravaux en français237 207