MétaCan
Menu
Retour à la cohorte
Enregistrement W2918077276 · doi:10.5539/ijsp.v8n2p172

Cavitation and Negative Pressure: A Flexible Water Model Molecular Dynamics Simulation

2019· article· en· W2918077276 sur OpenAlexvenueno aff
Gang Liu, Qiang Fu, Junjun Kang

Notice bibliographique

RevueInternational Journal of Statistics and Probability · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiquenanoparticles nucleation surface interactions
Établissements canadiensnon disponible
Organismes subventionnairesGovernment of Jiangsu ProvinceNatural Science Foundation of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésCavitationMolecular dynamicsHydrogen bondWater modelBubbleNucleationIntermolecular forceChemistryThermodynamicsChemical physicsMaterials scienceMoleculeMechanicsComputational chemistryPhysicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The critical negative pressure for cavitation in water has been theoretically predicted to be in the range of -100 to -200 MPa at room temperature, whereas values around -30 MPa have been obtained by many experiments. The discrepancy has yet to be resolved. Molecular dynamics (MD) is an effective method of observing bubble nucleation, however, most MD simulations use a rigid water model and do not take the effects of intermolecular vibrations into account. In this manuscript we perform MD simulations to study cavitation in water by using a TIP4P/2005f model under volumecontrolled stretching. It is found that the critical negative pressure of water was -168 MPa in the simulation and the critical negative pressure of water containing 50 oxygen molecules was -150 MPa. Hydrogen bonds played a major role in the cavitation process: the breaking of hydrogen bonds promoted bubble generation and growth. The O-H bond could release energy to increase the amount of potential energy in the system, so that cavitation was more likely to occur. When cavitation occurred, the O-H bond could absorb energy to reduce the amount of potential energy in the system, which will promote the growth of bubbles, and stabilise the cavitation bubbles.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,314

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)0,0000,000

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 GPT0,262
Écart entre enseignants0,250 · 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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Statistics and ProbabilityMême sujetnanoparticles nucleation surface interactionsTravaux en français237 207