Accurate entropy calculation for large flexible hydrocarbons using a multi-structural 2-dimensional torsion method
Notice bibliographique
Résumé
Entropy is one of the key thermodynamic parameters in combustion kinetic modeling. Accurate entropy prediction needs to account for the conformational torsional anharmonicity, which could be solved by the state-of-the-art multi-structural torsion (MS-T) method. However, this method is computationally expensive or even not feasible for large flexible molecules. To address this issue, we proposed a multi-structural 2-dimensional torsion (MS-2DT) method that adopts minimally coupled torsions to reduce the computational cost. In this method, a series of 2-dimensional coupled torsion combinations were used to generate an initial conformer space with a size of CN2·9 (N is the number of torsions). The standard entropy (and the heat capacity) values of 18 C6-C8 alkanes with 5-7 torsions were computed at 200-2000 K. The MS-2DT calculation is in good agreement with the benchmark MS-T method: only a small deviation of -0.19 ± 0.15 cal mol-1 K-1 in standard entropy and -0.10 ± 0.21 cal mol-1 K-1 in heat capacity. Additionally, a further application of MS-2DT to n-decane with 9 torsions implies an improved accuracy in entropy (and heat capacity) prediction compared to other conventional simplified treatments. This method provides an affordable and accurate solution to treat the conformational torsional anharmonicity of large flexible alkanes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».