MétaCan
Menu
Retour à la cohorte
Enregistrement W4392781674 · doi:10.1103/physrevlett.133.026301

Viscous Current-Induced Forces

2024· preprint· en· W4392781674 sur OpenAlexfundno aff
V. U. Nazarov, Tchavdar N. Todorov, E. K. U. Gross

Notice bibliographique

RevuePhysical Review Letters · 2024
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesH2020 European Research CouncilHorizon 2020 Framework ProgrammeQueen's UniversityQueen's University BelfastEuropean Commission
Mots-clésCurrent (fluid)MechanicsPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

We study the motion (translational, vibrational, and rotational) of a diatomic impurity immersed in an electron liquid and exposed to electronic current. An approach based on the linear response time-dependent density functional theory combined with the Ehrenfest dynamics leads to a system of linear algebraic equations, which account for the competing and counteracting effects of the current-induced force (electron wind) and the electronic friction. We find and emphasize the coupling between the center of mass motion and that of the nuclei relative to each other, the feature due to the mediation of the two-body interaction by the environment. The current-induced forces, by means of the dynamic exchange-correlation (xc) kernel f_{xc}(r,r^{'},ω), include the electronic viscosity contribution. Starting from the ground state at the equilibrium internuclear distance and applying a current pulse, we observe three phases of the motion: (i) acceleration due to the prevalence of the current-induced force, (ii) stabilization upon balancing of the two forces, and (iii) deceleration due to the friction after the end of the pulse. At lower, but still metallic, electron densities, the dynamic xc contribution to the force significantly affects the acceleration (deceleration) at the first (third) phase of the process. For the Cs density (r_{s}≈6 a.u.), this correction amounts up to 40% in the rotation regime.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,365
Écart entre enseignants0,343 · 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'étudeSans objet
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207