Characterization of Ultra-High Temperature and Polymorphic Ceramics
Notice bibliographique
Résumé
Material properties are highly dependent on the hierarchy of length and temporal scales experienced by the structure, where atomic levels can influence characterized structures through certain features pertaining to atomic species, their orientations and crystal types. Analyzing such features with the underlying atomic group symmetry is necessary to characterize hierarchical properties that are influenced from external stimuli, load rates, and sample sizes. In hierarchical multiscale models, one can obtain certain properties at larger scales by analyzing a smaller scale for material properties and/or mechanics and bridge such properties to the higher scale in a sequential fashion [1]. It depends on the nature of the material on how small a level one can go without sacrificing details to understand themacroscopic behavior. For example, nanocomposites reinforced with carbon nanotubes must be analyzed in an atomic scale to develop a hierarchical relationship with respect to the nanotube’s orientation, structure and size for dynamic, mechanical and structural composite properties [1]. Stimuli responsive behavior that alters the crystalline structure may require an analysis of crystalline features. Two common methods of characterizing crystalline structures are centrosymmetry parameter (CSP) [2, 3] and common neighbor analysis (CNA) [4, 5]. Despite being well defined for characterization of local deformation and distinctive atomic arrangements through atomic neighbor topologies, such methods are reported to work for simplified structures (such as face centered cube [FCC], body centered cube [BCC] and hexagonal close packed [HCP] structures) that do not distinguish the atomic space group symmetries. Hence, more advanced crystal characterization methods are desirable when considering structures with non-centrosymmetric, multiple atomic species and multiple space group arrangements.
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) | 0,001 | 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) | 0,010 | 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 ».