MétaCan
Menu
Retour à la cohorte
Enregistrement W3201033383 · doi:10.33774/chemrxiv-2021-1kgg7

Tuning the Dielectric Response in a Nanocomposite Material through Nanoparticle Morphology

2021· preprint· en· W3201033383 sur OpenAlexafffund
Archita Adluri, Brett Henderson, Irina Paci

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueCopper Interconnects and Reliability
Établissements canadiensUniversity of Victoria
Organismes subventionnairesWestern Canada Research GridUniversity of Victoria
Mots-clésMaterials scienceDielectricNanocompositeNanoparticleChemical physicsPolarization (electrochemistry)Molecular dynamicsPeriodic boundary conditionsNanotechnologyOxideCondensed matter physicsOptoelectronicsBoundary value problemComputational chemistryPhysicsChemistryPhysical chemistryQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

The introduction of metal cluster dopants and molecular-scale inclusions in metal oxide matrices provides an opportunity for exploring new high-k solid-state dielectrics with tunable response. The quantum properties of molecular nanoparticles depend strongly on their size and shape, a characteristic that can be exploited in changing the response properties of a material, while the small nanoparticle size can help limit the usual issues of conduction and leakage. Here, we model the polarization of molecular-scale silver inclusions in magnesium oxide, using the Modern Theory of Polarization and Car-Parinello Molecular Dynamics (CPMD). Several trends are considered, including nanoparticle size, shape and orientation relative to the applied field. Dielectric permittivity enhancements of 30-100% were observed with inclusion sizes varying from 8 to 32 atoms, considering both rod-like and disk-like inclusions, with alignment either parallel or perpendicular to the external field. Currents calculated using the modern theory of polarization with periodic boundary conditions can experience box edge jumps due to the distortion of the matrix during the simulations - an approach for addressing these issues in CPMD calculations is outlined within.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,279
Écart entre enseignants0,257 · 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'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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetCopper Interconnects and ReliabilityTravaux en français237 207