MétaCan
Menu
Retour à la cohorte
Enregistrement W2026830484 · doi:10.4236/am.2013.410199

Extended Generalized Riccati Equation Mapping for Thermal Traveling-Wave Distribution in Biological Tissues through a Bio-Heat Transfer Model with Linear/Quadratic Temperature-Dependent Blood Perfusion

2013· article· en· W2026830484 sur OpenAlexafffund
Emmanuel Kengne, Fathi Ben Hamouda, Ahmed Lakhssassi

Notice bibliographique

RevueApplied Mathematics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueThermoelastic and Magnetoelastic Phenomena
Établissements canadiensUniversité du Québec en OutaouaisCégep de l'Outaouais
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSuperposition principleRiccati equationQuadratic equationHeat equationMathematical analysisDistribution (mathematics)MathematicsNonlinear systemTraveling waveHeat transferPhysicsMechanicsPartial differential equationGeometryQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Analytical thermal traveling-wave distribution in biological tissues through a bio-heat transfer (BHT) model with linear/quadratic temperature-dependent blood perfusion is discussed in this paper. Using the extended generalized Riccati equation mapping method, we find analytical traveling wave solutions of the considered BHT equation. All the travelling wave solutions obtained have been used to explicitly investigate the effect of linear and quadratic coefficients of temperature dependence on temperature distribution in tissues. We found that the parameter of the nonlinear superposition formula for Riccati can be used to control the temperature of living tissues. Our results prove that the extended generalized Riccati equation mapping method is a powerful tool for investigating thermal traveling-wave distribution in biological tissues.

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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,030
Tête enseignante GPT0,213
Écart entre enseignants0,184 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied MathematicsMême sujetThermoelastic and Magnetoelastic PhenomenaTravaux en français237 207