MétaCan
Menu
Retour à la cohorte
Enregistrement W2075096743 · doi:10.2298/tam0701051g

A multiscale description of growth and transport in biological tissues

2007· article· en· W2075096743 sur OpenAlexaff
Alfio Grillo, G. Zingali, Davide Borrello, Salvatore Federico, Walter Herzog, G. Giaquinta

Notice bibliographique

RevueTheoretical and Applied Mechanics · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Mathematical Modeling in Engineering
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPorous mediumMass transportAnisotropyDiffusionPhase (matter)Function (biology)Process (computing)MechanicsMatrix (chemical analysis)Statistical physicsChemical physicsPhysicsPorosityBiological systemMaterials scienceChemistryThermodynamicsComputer scienceChromatography

Résumé

récupéré en direct d'OpenAlex

We study a growing biological tissue as an open biphasic mixture with mass exchange between phases. The solid phase is identified with the matrix of a porous medium, while the fluid phase is comprised of water, together with all the dissolved chemical substances coexisting in the pore space. We assume that chemical substances evolve according to transport mechanisms determined by kinematical and constitutive relations, and we propose to consider growth as a process able to influence transport by continuously varying the thermo-mechanic state of the tissue. By focusing on the case of anisotropic growth, we show that such an influence occurs through a continuous rearrangement of the tissue material symmetries. In order to illustrate this interaction, we restrict ourselves to diffusion-dominated transport, and we assume that the time-scales associated with growth and the transport process of interest are largely separated. This allows for performing an asymptotic analysis of the "field equations" of the system. In this framework, we provide a formal solution of the transport equation in terms of its associated Green's function, and we show how the macroscopic concentration of a given chemical substance is "modulated" by anisotropic growth. .

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
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 Opus0,014
Tête enseignante GPT0,226
Écart entre enseignants0,211 · 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

Citations9
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheoretical and Applied MechanicsMême sujetAdvanced Mathematical Modeling in EngineeringTravaux en français237 207