Multiscale modelling of magnetostatic effects on magnetic nanoparticles with application to hyperthermia
Notice bibliographique
Résumé
We extend a renormalization group-based (RG) coarse-graining method for micromagnetic simulations to include properly scaled magnetostatic interactions. We apply the method in simulations of dynamic hysteresis loops at clinically relevant sweep rates and at 310 K of iron oxide nanoparticles (NPs) of the kind that have been used in preclinical studies of magnetic hyperthermia. The coarse-graining method, along with a time scaling involving sweep rate and Gilbert damping parameter, allow us to span length scales from the unit cell to NPs approximately 50 nm in diameter with reasonable simulation times. For both NPs and the nanorods composing them, we report effective uniaxial anisotropy strengths and saturation magnetizations, which differ from those of the bulk materials magnetite and maghemite of which they are made, on account of the combined non-trivial effects of temperature, inter-rod exchange, magnetostatic interactions and the degree of orientational order within the nanorod composites. The effective parameters allow treating the NPs as single macrospins, and we find for the test case of calculating loops for two aligned NPs that using the dipole approximation is sufficient for distances beyond 1.5 times the NP diameter. We also present a study on relating integration time step to micromagnetic cell size, finding that the optimal time step size scales approximately linearly with cell volume.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».