MétaCan
Menu
Retour à la cohorte
Enregistrement W2899184161 · doi:10.1039/c8sm01445k

Polymer margination in uniform shear flows

2018· article· en· W2899184161 sur OpenAlexafffund
Venkat Balasubramanian, Colin Denniston

Notice bibliographique

RevueSoft Matter · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueLattice Boltzmann Simulation Studies
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCompute Canada
Mots-clésLattice Boltzmann methodsShear (geology)PolymerMaterials scienceMolecular dynamicsShear rateLattice (music)MechanicsChemical physicsPhysicsComposite materialChemistryRheologyComputational chemistry

Résumé

récupéré en direct d'OpenAlex

We address the issue of polymer margination (migration towards surfaces) in uniform shear flows through extensive LBMD (lattice-Boltzmann molecular dynamics) simulations. In particular we consider the effect of monomer size, a on the chain's overall margination tendency for chains of length N = 16, 32 monomers in flows at multiple shear rates [small gamma, Greek, dot above]. We observed higher margination of chains with larger radii monomers in comparison to smaller radii monomer chains of the same length N. We quantify this effect by considering various measures such as the distribution of the maximum extent of the chain into the channel bulk, zm, distribution of its center of mass in the direction normal to the surface, zc and the distributions of the chain's radius of gyration in directions parallel and perpendicular to the surface i.e. Rx, Ry and Rz respectively.

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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,250
Score d'incertitude au seuil1,000

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)0,0010,004

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 Opus0,010
Tête enseignante GPT0,233
Écart entre enseignants0,223 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations5
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetLattice Boltzmann Simulation StudiesTravaux en français237 207