MétaCan
Menu
Retour à la cohorte
Enregistrement W4366819706 · doi:10.1063/5.0132546

The nanofluidic capacitor: Differential capacitance in the absence of reservoirs

2023· article· en· W4366819706 sur OpenAlexafffund
Mpumelelo Matse, Peter Berg

Notice bibliographique

RevueThe Journal of Chemical Physics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueNanopore and Nanochannel Transport Studies
Établissements canadiensBrock University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCapacitanceDifferential capacitanceElectrolytePoisson–Boltzmann equationElectric fieldPoisson's equationMechanicsPartial differential equationCapacitorMaterials sciencePhysicsIonChemistryElectrodeVoltageQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Within the framework of the classical, mean-field Poisson-Boltzmann (PB) theory, we carry out direct numerical simulations to determine the differential capacitance of a closed nanochannel of a circular cross section, embedded in a polymeric host with charged walls and sealed at both ends by metal electrodes under an external potential bias. Our approach employs the modified PB equation, which accounts for the finite size of ions and the dependency of the electrolyte's relative permittivity on the local electric field. In view of the absence of reservoirs, the modified PB equation becomes subject to global algebraic constraints, without prior knowledge of a bulk electrolyte concentration. Equilibrium ion distributions and differential capacitance curves are investigated as functions of electrolyte properties and the surface charge density modulation. This modulation leads to asymmetric differential capacitance curves that can be tuned. More generally, our approach provides a transparent numerical framework for accurately simulating confined nanofluidic systems with new physical properties that may be exploited in novel iontronic circuit elements.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,017
Tête enseignante GPT0,220
Écart entre enseignants0,204 · 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'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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetNanopore and Nanochannel Transport StudiesTravaux en français237 207