MétaCan
Menu
Retour à la cohorte
Enregistrement W3082989162 · doi:10.1016/j.cpc.2021.108091

ADAQ: Automatic workflows for magneto-optical properties of point defects in semiconductors

2021· article· en· W3082989162 sur OpenAlexfundno aff
Joel Davidsson, Viktor Ivády, Rickard Armiento, Igor A. Abrikosov

Notice bibliographique

RevueComputer Physics Communications · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueSurface Roughness and Optical Measurements
Établissements canadiensnon disponible
Organismes subventionnairesMount Allison UniversityVetenskapsrådetNational Science CouncilSwedish e-Science Research CentreKnut och Alice Wallenbergs StiftelseLinköpings Universitet
Mots-clésMagneto opticalWorkflowSemiconductorPoint (geometry)MagnetoMaterials scienceComputer scienceCondensed matter physicsOptoelectronicsPhysicsMathematicsMagnetic fieldQuantum mechanicsGeometryDatabase

Résumé

récupéré en direct d'OpenAlex

Automatic Defect Analysis and Qualification (ADAQ) is a collection of automatic workflows developed for high-throughput simulations of magneto-optical properties of point defects in semiconductors. These workflows handle the vast number of defects by automating the processes to relax the unit cell of the host material, construct supercells, create point defect clusters, and execute calculations in both the electronic ground and excited states. The main outputs are the magneto-optical properties which include zero-phonon lines, zero-field splitting, and hyperfine coupling parameters. In addition, the formation energies are calculated. We demonstrate the capability of ADAQ by performing a complete characterization of the silicon vacancy in silicon carbide in the polytype 4H (4H-SiC).

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0040,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0220,010

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 Opus0,060
Tête enseignante GPT0,245
Écart entre enseignants0,185 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer Physics CommunicationsMême sujetSurface Roughness and Optical MeasurementsTravaux en français237 207