MétaCan
Menu
Retour à la cohorte
Enregistrement W4402468999 · doi:10.1016/j.actamat.2024.120355

Vacancy formation free energy in concentrated alloys: Equilibrium vs. random sampling

2024· article· en· W4402468999 sur OpenAlexaff
Kangming Li, Thomas Schüler, Chu‐Chun Fu, Maylise Nastar

Notice bibliographique

RevueActa Materialia · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh Entropy Alloys Studies
Établissements canadiensUniversity of TorontoUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceVacancy defectThermodynamicsStatistical physicsMetallurgyCrystallography

Résumé

récupéré en direct d'OpenAlex

Special Quasi-random Structures (SQSs) are often used to model disordered alloys in small simulation cells. Yet, SQS-based sampling yields defect formation energies that do not match the equilibrium values, for instance measured in atomic Monte Carlo simulations , due to the lack of chemical short-range order in random samples. In this paper, our approach to computing chemical potentials in alloys through random sampling techniques is extended to the computation of vacancy formation free energies . By rigorous thermodynamic derivation, we show that vacancy formation free energies computed from randomly sampled local chemical environments must be corrected to ensure its consistency between various available calculations. Indeed, irrespective of the choice of the species being replaced by a vacancy, we should arrive at the same value of the vacancy formation free energy. We propose a simple way to compute this correction term, and compare the outcome with equilibrium Monte Carlo results and with approximations found in the literature.

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 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 enseignants0,545
Score d'incertitude au seuil0,766

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,226
Écart entre enseignants0,213 · 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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa MaterialiaMême sujetHigh Entropy Alloys StudiesTravaux en français237 207