MétaCan
Menu
Retour à la cohorte
Enregistrement W4297231493 · doi:10.1098/rspa.2022.0377

The Kuramoto–Lohe model and collective absorption of a photon

2022· article· en· W4297231493 sur OpenAlexfundno aff
Gregory D. Scholes

Notice bibliographique

RevueProceedings of the Royal Society A Mathematical Physical and Engineering Sciences · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueNonlinear Dynamics and Pattern Formation
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institute for Advanced Research
Mots-clésDelocalized electronExcited stateExcitonAbsorption (acoustics)Superposition principleAtomic physicsExcitationAbsorption spectroscopyPhase (matter)Ground statePhysicsMolecular physicsCoupling (piping)ChemistryChemical physicsMaterials scienceCondensed matter physicsQuantum mechanicsOptics

Résumé

récupéré en direct d'OpenAlex

Light absorption by molecular exciton states in disordered networks is studied. The main purpose of this paper is to look at how phases of the intermediate ground–excited state superposition interfere during the absorption process. How does this phase average enable, or suppress, absorption to a delocalized state? To address this question, a theory for phase oscillators is used to predict the purity of the collective excited state of the network. The results of the study suggest that collective absorption by molecular exciton states requires a sufficiently large electronic coupling between molecules in the network compared to the random distribution of transition energies at the sites, even when the molecular network is completely isolated from the environment degrees of freedom. The ‘dividing line’ between absorption to a mixture of, essentially, localized excited states and coherent excitation of a pure delocalized exciton state is suggested to be predicted by the threshold of phase synchronization.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,008
Tête enseignante GPT0,200
Écart entre enseignants0,192 · 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'étudeThéorique ou conceptuel
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society A Mathematical Physical and Engineering SciencesMême sujetNonlinear Dynamics and Pattern FormationTravaux en français237 207