MétaCan
Menu
Retour à la cohorte
Enregistrement W3132965806 · doi:10.1103/physreve.103.022706

Phase-field model for elastocapillary flows of liquid crystals

2021· article· en· W3132965806 sur OpenAlexafffund
Mingfeng Qiu, James J. Feng, Jean-Christophe Loudet

Notice bibliographique

RevuePhysical review. E · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLiquid Crystal Research Advancements
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité de BordeauxAgence Nationale de la RechercheMarie Curie
Mots-clésLiquid crystalSurface tensionDrop (telecommunication)AnchoringMechanicsElasticity (physics)Rotational symmetryMaterials scienceCapillary actionSpinning drop methodCondensed matter physicsClassical mechanicsThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

We propose a phase-field model to study interfacial flows of nematic liquid crystals that couple the capillary forces on the interface with the elastic stresses in the nematic phase. The theoretical model has two key ingredients: A tensor order parameter that provides a consistent description of the molecular and distortional elasticity, and a phase-field formalism that accurately represents the interfacial tension and the nematic anchoring stress by approximating a sharp-interface limit. Using this model, we carry out finite-element simulations of drop retraction in a surrounding fluid, with either component being nematic. The results are summarized by eight representative steady-state solutions in planar and axisymmetric geometries, each featuring a distinct configuration for the drop and the defects. The dynamics is dominated by the competition between the interfacial tension and the distortional elasticity in the nematic phase, mediated by the anchoring condition on the drop surface. As consequences of this competition, the steady-state drop deformation and the clearance between the defects and the drop surface both depend linearly on the elastocapillary number.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,561

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,047
Tête enseignante GPT0,407
Écart entre enseignants0,359 · 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'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

Citations4
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. EMême sujetLiquid Crystal Research AdvancementsTravaux en français237 207