MétaCan
Menu
Retour à la cohorte
Enregistrement W4378347876 · doi:10.3762/bjnano.14.49

Thermal transport in kinked nanowires through simulation

2023· article· en· W4378347876 sur OpenAlexafffund
Alexander N. Robillard, Graham W. Gibson, R. Meyer

Notice bibliographique

RevueBeilstein Journal of Nanotechnology · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueThermal properties of materials
Établissements canadiensLaurentian University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNanowireThermal conductivityPhononMonte Carlo methodHeat fluxMaterials scienceCondensed matter physicsFourier transformMolecular dynamicsThermalBallistic conductionStatistical physicsPhysicsMechanicsHeat transferNanotechnologyThermodynamicsElectronQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

The thermal conductance of nanowires is an oft-explored quantity, but its dependence on the nanowire shape is not completely understood. The behaviour of the conductance is examined as kinks of varying angular intensity are included into nanowires. The effects on thermal transport are evaluated through molecular dynamics simulations, phonon Monte Carlo simulations and classical solutions of the Fourier equation. A detailed look is taken at the nature of heat flux within said systems. The effects of the kink angle are found to be complex, influenced by multiple factors including crystal orientation, details of transport modelling, and the ratio of mean free path to characteristic system lengths. The effect of varying phonon reflection specularity on the heat flux is also examined. It is found that, in general, the flow of heat through systems simulated through phonon Monte Carlo methods is concentrated into a channel smaller than the wire dimensions, while this is not the case in the classical solutions of the Fourier model.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,026
Score d'incertitude au seuil0,539

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,276
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 tête enseignante, 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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBeilstein Journal of NanotechnologyMême sujetThermal properties of materialsTravaux en français237 207