MétaCan
Menu
Retour à la cohorte
Enregistrement W2916056676 · doi:10.1103/physrevb.99.054308

Nondiffusive electron transport in metals: A two-temperature Boltzmann transport equation analysis of thermoreflectance experiments

2019· article· en· W2916056676 sur OpenAlexfundno aff
Justin P. Freedman, R. F. Davis, Jonathan A. Malen

Notice bibliographique

RevuePhysical review. B./Physical review. B · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueThermal properties of materials
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Chemical, Bioengineering, Environmental, and Transport SystemsNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésThermal conductivityBoltzmann equationThermal conductionElectronAtmospheric temperature rangePhononBoltzmann constantDiffusionConductivityCondensed matter physicsElectron temperatureMaterials scienceNon-equilibrium thermodynamicsHeat equationThermodynamicsChemistryPhysicsPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

We develop a theoretical framework based on the electron-phonon coupled Boltzmann transport equations (BTEs) for the interpretation of nondiffusive thermal conductivity measurements in metals made via frequency domain thermoreflectance (FDTR). The thermal conductivity of a bulk gold crystal was measured over a temperature range of 23--304 K as a function of FDTR's laser spot size. Our interpretation of these measurements by a two-temperature heat diffusion model finds that the thermal conductivity is suppressed when the laser spot size is comparable to electron mean free paths. Using a simplified spherical geometry that enables analytical solutions, we compare the two-temperature diffusion model with the coupled BTEs to identify a thermal conductivity suppression function. We also conclude that over the timescales of our experiment electron-phonon nonequilibrium is negligible, but that the length scale of heat deposition by hot electrons critically influences our interpretation.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,021
Tête enseignante GPT0,363
Écart entre enseignants0,342 · 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'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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical review. B./Physical review. BMême sujetThermal properties of materialsTravaux en français237 207