MétaCan
Menu
Retour à la cohorte
Enregistrement W4322496008 · doi:10.1021/acsnano.2c10384

Sorption–Deformation–Percolation Model for Diffusion in Nanoporous Media

2023· article· en· W4322496008 sur OpenAlexaff
Chi Zhang, Ali Shomali, Benoît Coasne, Dominique Derome, Jan Carmeliet

Notice bibliographique

RevueACS Nano · 2023
Typearticle
Langueen
DomaineChemistry
ThématiqueDiffusion Coefficients in Liquids
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesSouthern University of Science and TechnologyKhalifa University of Science, Technology and ResearchSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésPercolation (cognitive psychology)NanoporousDiffusionPorous mediumSorptionMaterials scienceTortuosityPercolation theoryDeformation (meteorology)Thermal diffusivityChemical physicsFragilityPercolation thresholdDiffusion processStatistical physicsPorosityThermodynamicsNanotechnologyAdsorptionPhysical chemistryChemistryPhysicsConductivityComposite materialComputer scienceElectrical resistivity and conductivity

Résumé

récupéré en direct d'OpenAlex

Diffusion of molecules in porous media is a critical process that is fundamental to numerous chemical, physical, and biological applications. The prevailing theoretical frameworks are challenged when explaining the complex dynamics resulting from the highly tortuous host structure and strong guest-host interactions, especially when the pore size approximates the size of diffusing molecule. This study, using molecular dynamics, formulates a semiempirical model based on theoretical considerations and factorization that offer an alternative view of diffusion and its link with the structure and behavior (sorption and deformation) of material. By analyzing the intermittent dynamics of water, microscopic self-diffusion coefficients are predicted. The apparent tortuosity, defined as the ratio of the bulk to the confined self-diffusion coefficients, is found to depend quantitatively on a limited set of material parameters: heat of adsorption, elastic modulus, and percolation probability, all of which are experimentally accessible. The proposed sorption-deformation-percolation model provides guidance on the understanding and fine-tuning of diffusion.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
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 Opus0,024
Tête enseignante GPT0,269
Écart entre enseignants0,245 · 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'étudeSimulation ou modélisation
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

Citations15
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetDiffusion Coefficients in LiquidsTravaux en français237 207