MétaCan
Menu
← Back to cohort
Record W3034279164 · doi:10.71781/15441

Construction of graphene, nanotubes and polytopes using finite reflection groups

2019· dissertation· en· W3034279164 on OpenAlexfundno aff
Zofia Grabowiecka

Bibliographic record

VenuePapyrus : Institutional Repository (Université de Montréal) · 2019
Typedissertation
Languageen
FieldMaterials Science
TopicGraphene research and applications
Canadian institutionsnot available
FundersNatural Sciences and Engineering Research Council of Canada
KeywordsGraphenePolytopeReflection (computer programming)Materials scienceNanotechnologyCombinatoricsMathematicsComputer science

Abstract

fetched live from OpenAlex

Le but de cette thèse est d’étudier les structures obtenues à partir des groupes de réflexion finis. Ce travail consiste en quatre articles publiés, un article soumis et un article en préparation dont les résultats partiels constituent un chapitre de cette thèse. Dans le premier article, nous présentons une réduction des orbites des groupes de Coxeter finis vers leurs sous-groupes. Nous utilisons des matrices de projection, c’est-à-dire, des applications qui transforment les racines simples d’un groupe de réflexion en les racines simples du sous-groupe associé. Les résultats présentés dans ce papier se concentrent sur les groupes finis de réflexion non crystallographiques. De plus, nous utilisons les polytopes engendrés par le groupe non crystallographique H3 pour illustrer les lois de ramification (branching rules), c’est-à-dire une réduction des orbites des groupes finis de Coxeter. Dans le deuxième article, nous étudions les polytopes avec 60 sommets engendrés par le groupe non crystallographique H3. Nous utilisons la méthode de décoration des diagrammes de Coxeter–Dynkin pour décrire leurs structures en détails et décomposer les sommets en somme des orbits de symétries de dimension inférieure. Le troisième article compare deux notations utilisées pour décrire le polyèdre engendré par le groupe de réflexion. Il s’agit du symbole de Schläfli et de la notation des points dominants. Nous y présentons les avantages de chaque méthode, expliquons les deux approches et nous les illustrons par des exemples. Dans le quatrième article, nous nous concentrons sur le graphène, c’est-à-dire un pavement d’hexagones sur le plan, qui possède de remarquables propriétés quand les sommets sont modélisés par des atomes de carbone. Dans ce travail, nous présentons différentes méthodes pour obtenir du graphène à partir de réseaux (lattices) et des orbites de dimension 3 des groupes finis de réflexion. De plus, une technique de coloriage des hexagones au moyen d’un nombre fini de couleurs est donnée avec une méthode systématique pour raffiner le graphène. Dans le cinquième article, nous utilisons des v fonctions spéciales et les transformations de Fourier pour traiter les données échantillonnées sur un réseau de carrés du groupe de Lie SU(2)×SU(2), relié au groupe de symétrie A1×A1.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.004
Threshold uncertainty score0.012

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0040.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.010
GPT teacher head0.212
Teacher spread0.203 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreOther

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2019
Admission routes1
Has abstractyes

Explore more

Same venuePapyrus : Institutional Repository (Université de Montréal)→Same topicGraphene research and applications→French-language works237,207→