MétaCan
Menu
Retour à la cohorte
Enregistrement W4321189172 · doi:10.1016/j.jnucmat.2023.154347

A multiscale and multiphysics framework to simulate radiation damage in nano-crystalline materials

2023· article· en· W4321189172 sur OpenAlexaff
Mohamed Hendy, Mauricio Ponga

Notice bibliographique

RevueJournal of Nuclear Materials · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNuclear materials and radiation effects
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMultiphysicsMaterials scienceMolecular dynamicsNano-Grain boundaryMultiscale modelingCascadeRadiation damageChemical physicsDiffusionCrystallographic defectAbsorption (acoustics)NanotechnologyRadiationComposite materialCrystallographyChemical engineeringMicrostructureChemistryComputational chemistryPhysicsThermodynamicsOpticsFinite element method

Résumé

récupéré en direct d'OpenAlex

This work presents a multiscale and multiphysics framework to investigate the radiation-induced damage in nano-crystalline materials. The framework combines two methodologies, including molecular dynamics simulations with electronic effects and long-term atomistic diffusion simulations in nano-crystalline materials. Using this framework, we investigated nano-crystalline materials’ self-healing behavior under radiation events. We found that the number of defects generated in nano-crystals during the cascade simulations was less than in single crystals . This behavior was due to the fast absorption of interstitial atoms in the grain boundary network during the cascade simulations, while vacancies migrated to the boundaries in a much longer time scale than interstitial atoms . Thus, nano-crystalline materials showed a self-healing behavior where the number and size of the defects are drastically reduced with time. We found that the self-healing behavior of nano-crystalline materials is limited, and about 50% of vacancies survived. This effect resulted from clusters of vacancies’ collective behavior, which are much more stable than individual vacancies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,243
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,009
Tête enseignante GPT0,265
Écart entre enseignants0,256 · 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 tête enseignante, pas un consensus.

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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nuclear MaterialsMême sujetNuclear materials and radiation effectsTravaux en français237 207