MétaCan
Menu
Retour à la cohorte
Enregistrement W2917697734 · doi:10.1038/s41467-019-08898-4

Supercluster-coupled crystal growth in metallic glass forming liquids

2019· article· en· W2917697734 sur OpenAlexaff
Yujun Xie, Sungwoo Sohn, Minglei Wang, Huolin L. Xin, Yeonwoong Jung, Mark D. Shattuck, Corey S. O’Hern, Jan Schroers, J. Judy

Notice bibliographique

RevueNature Communications · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallic Glasses and Amorphous Alloys
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesYale University
Mots-clésNanorodMaterials scienceChemical physicsCrystallizationRodCrystal growthGrowth rateTransmission electron microscopyCrystal (programming language)CrystallographyNanotechnologyThermodynamicsChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

While common growth models assume a structure-less liquid composed of atomic flow units, structural ordering has been shown in liquid metals. Here, we conduct in situ transmission electron microscopy crystallization experiments on metallic glass nanorods, and show that structural ordering strongly affects crystal growth and is controlled by nanorod thermal history. Direct visualization reveals structural ordering as densely populated small clusters in a nanorod heated from the glass state, and similar behavior is found in molecular dynamics simulations of model metallic glasses. At the same growth temperature, the asymmetry in growth rate for rods that are heated versus cooled decreases with nanorod diameter and vanishes for very small rods. We hypothesize that structural ordering enhances crystal growth, in contrast to assumptions from common growth models. The asymmetric growth rate is attributed to the difference in the degree of the structural ordering, which is pronounced in the heated glass but sparse in the cooled liquid.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil0,707

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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,243
Écart entre enseignants0,231 · 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'étudeSimulation ou modélisation
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

Citations50
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetMetallic Glasses and Amorphous AlloysTravaux en français237 207