MétaCan
Menu
Retour à la cohorte
Enregistrement W2953329944 · doi:10.1021/acs.macromol.9b00407

Oscillatory Shear Response of the Rigid Rod Model: Microstructural Evolution

2019· article· en· W2953329944 sur OpenAlexafffund
Marco De Corato, Giovanniantonio Natale

Notice bibliographique

RevueMacromolecules · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLiquid Crystal Research Advancements
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSimple shearShear flowMechanicsNonlinear systemShear (geology)IsotropyShear rateAnisotropyMaterials scienceViscoelasticityClassical mechanicsPhysicsShear stressThermodynamicsRheologyOpticsComposite material

Résumé

récupéré en direct d'OpenAlex

In this study, colloidal liquid crystals are described by the Doi–Hess model and their response to an external transient flow (oscillatory shear) is investigated. The nonlinear partial differential equation governing the probability distribution of rods is solved numerically via an expansion in spherical harmonics and by solving a set of equivalent stochastic differential equations. These approaches provide microstructural insights into the behavior of systems with broken symmetries far from equilibrium. Thanks to this level of microstructural details, we here propose a new methodology to switch between the nematic and isotropic orientation state thanks to the transient nature of the externally imposed flow. Moreover, we show that the oscillatory shear flow is more efficient than the simple shear flow to capture the full microstructural dynamics that these systems can exhibit. Specifically, when a sinusoidal shear rate with large amplitude and low frequency (compared to the relaxation time of the system) is applied, a single oscillation period is sufficient to obtain a succession of microstructural dynamics (e.g., tumbling and wagging). These states would be obtained in a simple shear flow only by applying multiple shear rates to the system in multiple experiments. Hence, this methodology can provide a new strategy for experimental characterization.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,263
Écart entre enseignants0,253 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacromoleculesMême sujetLiquid Crystal Research AdvancementsTravaux en français237 207