Curvature analysis of liquid crystal phase ordering energy landscapes: application to the direct isotropic-smectic-A transition
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Liquid crystals are ordered mesophases that present polymorphisms characterised by creation and loss of orientational and positional order. Transitions are mainly driven by mesogen structure, shape, size, temperature, concentration, and external fields. Different mesophase sequences show a direct transition involving positional and orientational orders. The direct isotropic-to-smectic-A transition is characterised by a strong coupling between these two order parameters. This work studies this transition through a geometric-thermodynamic approach. We construct a thermody5namic surface energy landscape with orientational and positional order parameters. The mean and Gaussian curvatures are computed to locally describe the surface geometry and phase stability. Experimental data from a smectogenic thermotrope validates computations for different quenching regimes. The energy landscape provides a unique insight into interaction and transition between phases. The mean curvature shows a tendency of sequential phase stability order, while the Gaussian curvature assigns the stable phase to the highest curvature values as the transition is approached. The interplay between these curvatures allows phase classification and stability, identifying stable configurations where curvature is maximised for stable liquid crystal regimes. These results contribute to the evolving characterisation of multi-order transitions where computations may not capture the presence of all critical points on the highly complex energy landscape.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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