MétaCan
Menu
Retour à la cohorte
Enregistrement W3201798521 · doi:10.1103/physreve.105.l062602

Influence on crystal nucleation of an order-disorder transition among the subcritical clusters

2022· article· en· W3201798521 sur OpenAlexafffund
Richard K. Bowles, Peter Harrowell

Notice bibliographique

RevuePhysical review. E · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiquenanoparticles nucleation surface interactions
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesAustralian Research CouncilNatural Sciences and Engineering Research Council of Canada
Mots-clésNucleationOrder (exchange)Transition (genetics)Materials scienceChemical physicsCrystal (programming language)Condensed matter physicsChemistryBusinessPhysicsComputer scienceThermodynamics

Résumé

récupéré en direct d'OpenAlex

Studies of nucleation generally focus on the properties of the critical cluster, but the presence of defects within the crystal lattice means that the population of nuclei necessarily evolve through a distribution of precritical clusters with varying degrees of structural disorder on their way to forming a growing stable crystal. To investigate the role precritical clusters play in nucleation, we develop a simple thermodynamic model for crystal nucleation in terms of cluster size and the degree of cluster order that allows us to alter the work of forming the precritical clusters without affecting the properties of the critical cluster. The steady state and transient nucleation behavior of the system are then studied numerically, for different microscopic ordering kinetics. We find that the model exhibits a generic order-disorder transition in the precritical clusters. Independent of the types of ordering kinetics, increasing the accessibility of disordered precritical clusters decreases both the steady state nucleation rate and the nucleation lag time. Furthermore, the interplay between the free-energy surface and the microscopic ordering kinetics leads to three distinct nucleation pathways.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
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 Opus0,011
Tête enseignante GPT0,278
Écart entre enseignants0,268 · 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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. EMême sujetnanoparticles nucleation surface interactionsTravaux en français237 207