MétaCan
Menu
Retour à la cohorte
Enregistrement W2090935448 · doi:10.5539/apr.v7n2p40

Analytical Solutions to the Steady State Poisson-Nernst-Planck Equations in Electrobiochemical Systems

2015· article· en· W2090935448 sur OpenAlexvenueno aff
Adib J. Samin, V. V. Subramaniam

Notice bibliographique

RevueApplied Physics Research · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNernst equationPoisson distributionBenchmark (surveying)Steady state (chemistry)Applied mathematicsPoisson's equationPlanckPhysicsSystem of linear equationsStatistical physicsMathematical analysisMathematicsQuantum mechanicsChemistryStatistics

Résumé

récupéré en direct d'OpenAlex

The Poisson-Nernst-Planck equations are relevant in numerous electrobiochemical applications. In this paper, we provide analytical solutions to the steady state Poisson-Nernst-Planck (PNP) systems of equations for situations relevant to applications involving bioelectric dressings and bandages. The PNP system of equations is analyzed for two ionic species (one positively charged and the other negatively charged) both in the one-dimensional and two dimensional cases. The equations were formulated, non-dimensionalized, and an order of magnitude analysis was performed. Additionally, the method of singular perturbations was utilized in the two dimensional case. In the one-dimensional case, an exact solution is obtained while in the two-dimensional case an asymptotic solution is obtained. Both analytical solutions are compared with numerical solutions of the equations, and exhibit good agreement. The analytical solutions for the benchmark problems presented here are useful for verifying numerical solutions to more complex problems, and may also enable simple interpretation of experimental data for electrobiochemical systems.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,135
Tête enseignante GPT0,333
Écart entre enseignants0,198 · 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'étudeThéorique ou conceptuel
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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physics ResearchMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207