MétaCan
Menu
Retour à la cohorte
Enregistrement W2951268066 · doi:10.48550/arxiv.cond-mat/0311290

Influence of mass difference on dynamic properties of isotope mixtures

2003· preprint· en· W2951268066 sur OpenAlexaff
N. Kiriushcheva, S. V. Kuzmin

Notice bibliographique

RevuearXiv (Cornell University) · 2003
Typepreprint
Langueen
DomaineEngineering
ThématiqueField-Flow Fractionation Techniques
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAutocorrelationDispersityScalingIsotopeDiffusionFunction (biology)Statistical physicsMolecular dynamicsGaussianKinetic isotope effectChemistrySelf-diffusionThermodynamicsMaterials sciencePhysicsComputational chemistryStatisticsMathematicsAtomic physicsQuantum mechanicsPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

We present the results of a Molecular Dynamics computer simulations of a two component isotope mixture of Lennard-Jones particles, monodisperse in size but different in masses, at a fixed average density and temperature. We study changes in properties that result from mass heterogeneity, by measuring the pair distribution function, diffusion coefficient, velocity autocorrelation function, non-Gaussian and isotope effect parameters, as functions of the degree of mass difference. Our results show that if static properties are not influenced by a variation of mass variation, the dynamic properties are significantly affected and even exhibit the presence of ``critical'' values in the mass difference. We also demonstrate that our model gives a simple contra example to a recently proposed a universal scaling law for atomic diffusion in condensed matter [M. Dzugudov, Nature, v.381, 137 (1996)].

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 enseignants0,676
Score d'incertitude au seuil0,916

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 Opus0,030
Tête enseignante GPT0,165
Écart entre enseignants0,135 · 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

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetField-Flow Fractionation TechniquesTravaux en français237 207