MétaCan
Menu
Retour à la cohorte
Enregistrement W4415284085 · doi:10.3390/computation13100243

Thermal Rectification in One-Dimensional Atomic Chains with Mass Asymmetry and Nonlinear Interactions

2025· article· en· W4415284085 sur OpenAlexaff
Arseny M. Kazakov, Elvir Z. Karimov, Г. Ф. Корзникова, Elena A. Korznikova

Notice bibliographique

RevueComputation · 2025
Typearticle
Langueen
DomaineMathematics
ThématiqueGas Dynamics and Kinetic Theory
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesRussian Science Foundation
Mots-clésRectificationAsymmetryNonlinear systemThermalEnergy flowExcitationKinetic energyThermal energy

Résumé

récupéré en direct d'OpenAlex

Understanding and controlling thermal rectification is pivotal for designing phononic devices that guide heat flow in a preferential direction. This study investigates one-dimensional atomic chains with binary mass asymmetry and nonlinear interatomic potentials, focusing on how energy propagates under thermal and wave excitation. Two potential models—the β-FPU and Morse potentials—were employed to examine the role of nonlinearity and bond softness in energy transport. Simulations reveal strong directional energy transport governed by the interplay of mass distribution, nonlinearity, and excitation type. In FPU chains, pronounced rectification occurs: under “cold-heavy” conditions, energy in the left segment increases from ~1% to over 63%, while reverse (“hot-heavy”) cases show less than 4% net transfer. For wave-driven excitation, the rectification coefficient reaches ~0.58 at 100:1. In contrast, Morse-based systems exhibit weaker rectification (∆E < 1%) and structural instabilities at high asymmetry due to bond breaking. A comprehensive summary and heatmap visualization highlight how system parameters govern rectification efficiency. These findings provide mechanistic insights into nonreciprocal energy transport in nonlinear lattices and offer design principles for nanoscale thermal management strategies based on controlled asymmetry and potential engineering.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,296
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputationMême sujetGas Dynamics and Kinetic TheoryTravaux en français237 207