MétaCan
Menu
Retour à la cohorte
Enregistrement W3091737399 · doi:10.1021/bk-2020-1358.ch010

Nucleation and Growth of Crystal on a Substrate Surface: Structure Matching at the Atomistic Level

2020· book-chapter· en· W3091737399 sur OpenAlexaff
Xiancai Lu, Chi Zhang, Xiangjie Cui, Tingting Zhu, Meirong Zong

Notice bibliographique

RevueACS symposium series · 2020
Typebook-chapter
Langueen
DomaineEarth and Planetary Sciences
Thématiquenanoparticles nucleation surface interactions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNucleationMaterials scienceMatching (statistics)CrystallographySubstrate (aquarium)Chemical physicsSurface (topology)Crystal growthCrystal (programming language)NanotechnologyGeometryChemistryComputer scienceThermodynamicsPhysicsMathematicsGeology

Résumé

récupéré en direct d'OpenAlex

In natural systems, surface-induced nucleation and growth of minerals on heterogeneous substrates are common on the Earth’s surface and deep subsurface environments. In the synthesis of crystalline materials, different templates have been successfully employed to prepare materials with a specific shape or orientation, or to speed up the synthesis. The structure match between the developed crystals and the substrates plays an important role in initial nucleation. This chapter first presents an overview of the heterogeneous nucleation of crystals on different substrates with varying degrees of mismatch, including highly matched structures, low mismatch with similar lattice parameters, and mismatched interface structures. Then an example about heterogeneous nucleation on substrates with highly matched structures is introduced. First-principles molecular dynamics (FPMD) simulation reveals the complexation of bivalent heavy-metal cations on edge surfaces of 2:1 clay mineral, and the kinetic processes of initial epitaxial growth are further described in detail.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,362
Score d'incertitude au seuil0,999

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)0,0020,000

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 Opus0,019
Tête enseignante GPT0,203
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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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'admission1
Résumé présentoui

Explorer davantage

Même revueACS symposium seriesMême sujetnanoparticles nucleation surface interactionsTravaux en français237 207