MétaCan
Menu
Retour à la cohorte
Enregistrement W3016083355 · doi:10.1103/physreve.101.042603

Fracture dynamics of correlated percolation on ionomer networks

2020· article· en· W3016083355 sur OpenAlexafffund
Yule Wang, Michael Eikerling

Notice bibliographique

RevuePhysical review. E · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBreakagePercolation (cognitive psychology)Materials scienceFracture (geology)MechanicsStress (linguistics)BundlePower lawMonte Carlo methodStatistical physicsComposite materialForensic engineeringPhysicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

This article presents a random network model to the study fracture dynamics on a scaffold of charged and elastic ionomer bundles that constitute the stable skeleton of a polymer electrolyte membrane. The swelling pressure upon water uptake by this system creates the internal stress under which ionomer bundles undergo breakage. Depending on the local stress and the strength of bundle-to-bundle correlations, different fracture regimes can be observed. We use kinetic Monte Carlo simulations to study these dynamics. The breakage of individual bundles is described with an exponential breakdown rule and the stress transfer from failed to intact bundles is assumed to exhibit a power-law-type spatial decay. A central property considered in the analysis is the frequency distribution of percolation thresholds, which is employed to analyze fracture regimes as a function of the stress and the effective range of stress transfer. Based on this distribution, we introduce an order parameter for the transition from random breakage to crack growth regimes. Moreover, as a practically important outcome, the time to fracture is analyzed as a descriptor for the lifetime of polymer electrolyte membranes.

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 enseignants0,342
Score d'incertitude au seuil0,321

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 Opus0,007
Tête enseignante GPT0,234
Écart entre enseignants0,227 · 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

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. EMême sujetFuel Cells and Related MaterialsTravaux en français237 207