Evidence for multiple liquid–liquid phase transitions in carbon, and the Friedel ordering of its liquid state
Notice bibliographique
Résumé
Carbon, the fourth most abundant element in the universe, forms a metallic fluid with transient covalent bonds on melting. Its liquid–liquid phase transitions, intensely sought using simulations, had been elusive. Here, we use density functional theory (DFT) simulations with up to 108 atoms using molecular dynamics, as well as one-atom DFT as implemented in the neutral pseudo-atom method where multi-atom effects are treated by ion–ion correlation functionals. Both methods use electron–electron exchange correlation functionals for electron many-body effects. Here, we show using both methods that liquid carbon displays multiple liquid–liquid transitions linked to changes in coordination number in the density range 3–6 g/cm3 when a coordination number of 12 is reached. The transitions disappear by 4 eV in temperature. The calculated pressures and transition densities are shown to be sensitive to the exchange-correlation functionals used. Significantly, we find that a simple metallic model yields the structure factors and thermodynamics with quantitative accuracy, without invoking any covalent-bonding features. The ion–ion structure factor for these densities and temperatures is found to have a subpeak tied to twice the Fermi wavevector, constraining the fluid in momentum space. The dominant Friedel oscillations forming the pair interactions correlate the ions and drive the multiple liquid–liquid phase transitions. Our results suggest that liquid carbon typifies a class of fluids whose structure is ordered by the long-ranged Friedel oscillations in the pair-potentials. These results are critical to terrestrial and astrophysical studies, inertial fusion using carbon drivers, refined shock experiments, and in seeking new carbon-based materials.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».