MétaCan
Menu
Retour à la cohorte
Enregistrement W2032046752 · doi:10.1103/physreve.80.026209

Harmonic resonant excitation of flow-distributed oscillation waves and Turing patterns driven at a growing boundary

2009· article· en· W2032046752 sur OpenAlexaff
Patrick N. McGraw, Michael Menzinger, Alberto P. Muñuzuri

Notice bibliographique

RevuePhysical Review E · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueNonlinear Dynamics and Pattern Formation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPhysicsBoundary (topology)HarmonicOscillation (cell signaling)Flow (mathematics)MechanicsExcited stateBoundary value problemMathematical analysisClassical mechanicsMathematicsAcousticsAtomic physicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

We perform numerical studies of a reaction-diffusion system that is both Turing and Hopf unstable, and that grows by addition at a moving boundary (which is equivalent by a Galilean transformation to a reaction-diffusion-advection system with a fixed boundary and a uniform flow). We model the conditions of a recent set of experiments which used a temporally varying illumination in the boundary region to control the formation of patterns in the bulk of the photosensitive medium. The frequency of the illumination variations can select patterns from among the competing instabilities of the medium. In the usual case, the waves that are excited have frequencies (as measured at a constant distance from the upstream boundary) matching the driving frequency. In contrast to the usual case, we find that both Turing patterns and flow-distributed oscillation waves can be excited by forcing at subharmonic multiples of the wave frequencies. The final waves (with frequencies at integer multiples of the driving frequency) are formed by a process in which transient wave fronts break up and reconnect. We find ratios of response to driving frequency as high as 10.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,273
Écart entre enseignants0,257 · 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'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

Citations13
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review EMême sujetNonlinear Dynamics and Pattern FormationTravaux en français237 207