MétaCan
Menu
Retour à la cohorte
Enregistrement W4408184250 · doi:10.1021/acsnano.4c11099

Breakdown of Magic Numbers in Spherical Confinement

2025· article· en· W4408184250 sur OpenAlexaff
Junwei Wang, Jonathan Martín-González, Lukas Römling, Chrameh Fru Mbah, Praveen K. Bommineni, Erdmann Spiecker, Michael Engel, Nicolas Vogel

Notice bibliographique

RevueACS Nano · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanocluster Synthesis and Applications
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésMAGIC (telescope)Materials scienceMagic number (chemistry)NanotechnologyPhysicsCondensed matter physicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Magic numbers in finite particle systems correspond to specific system sizes that allow configurations with low free energy, often exhibiting closed surface shells to maximize the number of nearest neighbors. Since their discovery in atomic nuclei, magic numbers have been essential for understanding the number-structure-property relationships in finite clusters across different scales. However, as the system size increases, the significance of magic numbers diminishes, and the precise system size at which magic number phenomena disappear remains uncertain. In this study, we investigate colloidal clusters formed through confined self-assembly. Small magic number clusters display icosahedral symmetry with closed surface shells, corresponding to pronounced free energy minima. Our findings reveal that beyond a critical system size, closed surface shells disappear, and free energy minima become less pronounced. Instead, we observe a distinct type of colloidal cluster, termed a football cluster, which retains icosahedral symmetry but features lower-coordinated facets disconnected by terraces. A sphere packing model demonstrates that forming closed surface shells becomes impossible beyond a critical system size, explaining the breakdown of magic numbers in large confined systems.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,789

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,254
Écart entre enseignants0,246 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetNanocluster Synthesis and ApplicationsTravaux en français237 207