MétaCan
Menu
Retour à la cohorte
Enregistrement W2066250961 · doi:10.1103/physreve.77.051913

Strain hardening, avalanches, and strain softening in dense cross-linked actin networks

2008· article· en· W2066250961 sur OpenAlexafffund
Jan Åström, P. B. Sunil Kumar, Ilpo Vattulainen, Mikko Karttunen

Notice bibliographique

RevuePhysical Review E · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular Mechanics and Interactions
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSyddansk UniversitetAcademy of Finland
Mots-clésSlippageSofteningProtein filamentStrain hardening exponentActinHardening (computing)Materials scienceElasticity (physics)Cross-linkMechanicsPhysicsComposite materialChemistryPolymer

Résumé

récupéré en direct d'OpenAlex

Actin filament networks enable the cytoskeleton to adjust to internal and external forcing. These dynamic networks can adapt to changes by dynamically adjusting their cross-links. Here, we model actin filaments as cross-linked elastic fibers of finite dimensions, with the cross-links being approximately 1 mum apart, and employ a full three-dimensional model to study their elastic properties by computer simulations. The results show compelling evidence that dense actin networks are characterized by (a) strain hardening without entropic elasticity, (b) avalanches of cross-link slippage leading to strain softening in the case of breakable cross-links, and (c) spontaneous formation of stress fibers in the case of dynamic cross-link formation and destruction.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,853
Score d'incertitude au seuil0,547

Scores Codex et Gemma par catégorie

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

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 GPT0,311
Écart entre enseignants0,289 · 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 tête enseignante, 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

Citations71
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review EMême sujetCellular Mechanics and InteractionsTravaux en français237 207