MétaCan
Menu
Retour à la cohorte
Enregistrement W2994980824 · doi:10.1039/c9cp05792g

Molecular graphs and molecular conduction: the <i>d</i>-omni-conductors

2019· article· en· W2994980824 sur OpenAlexaff
Patrick W. Fowler, Martha Borg, Barry T. Pickup, Irene Sciriha

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMolecular Junctions and Nanostructures
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésElectrical conductorThermal conductionMaterials sciencePhysicsChemical physicsComposite material

Résumé

récupéré en direct d'OpenAlex

Ernzerhof's source-and-sink-potential (SSP) model for ballistic conduction in conjugated π systems predicts transmission of electrons through a two-wire device in terms of characteristic polynomials of the molecular graph and subgraphs based on the pattern of connections. We present here a complete classification of conduction properties of all molecular graphs within the SSP model. An omni-conductor/omni-insulator is a molecular graph that conducts/insulates at the Fermi level (zero of energy) for all connection patterns. In the new scheme, we define d-omni-conduction/insulation in terms of Fermi-level conduction/insulation for all devices with graph distance d between connections. This gives a natural generalisation to all graphs of the concept of near-omni-conduction/insulation previously defined for bipartite graphs only. Every molecular graph can be assigned to a nullity class and a compact code defining conduction behaviour; each graph has 0, 1, >1 zero eigenvalues (non-bonding molecular orbitals), and three letters drawn from {C, I, X} indicate conducting, insulating or mixed behaviour within the sets of devices with connection vertices at odd, even and zero distances d. Examples of graphs (in 28 cases chemical) are given for 35 of the 81 possible combinations of nullity and letter codes, and proofs of non-existence are given for 42 others, leaving only four cases open.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,002
Science ouverte0,0000,000
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 Opus0,004
Tête enseignante GPT0,187
Écart entre enseignants0,183 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetMolecular Junctions and NanostructuresTravaux en français237 207