MétaCan
Menu
Retour à la cohorte
Enregistrement W2124940573 · doi:10.1007/s10237-014-0569-5

A goal function approach to remodeling of arteries uncovers mechanisms for growth instability

2014· article· en· W2124940573 sur OpenAlexaff
Ganarupan Satha, Stefan B. Lindström, Anders Klarbring

Notice bibliographique

RevueBiomechanics and Modeling in Mechanobiology · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueElasticity and Material Modeling
Établissements canadiensEngineering Link (Canada)
Organismes subventionnairesVetenskapsrådet
Mots-clésInstabilityIsotropyMechanicsOrthotropic materialMaterials scienceElastinStiffnessStructural engineeringPhysicsComposite materialEngineeringFinite element method

Résumé

récupéré en direct d'OpenAlex

A novel, goal function-based formulation for the growth dynamics of arteries is introduced and used for investigating the development of growth instability in blood vessels. Such instabilities would lead to abnormal growth of the vessel, reminiscent of an aneurysm. The blood vessel is modeled as a thin-walled cylindrical tube, and the constituents that form the vessel wall are assumed to deform together as a constrained mixture. The growth dynamics of the composite material of the vessel wall are described by an evolution equation, where the effective area of each constituent changes in the direction of steepest descent of a goal function. This goal function is formulated in such way that the constituents grow toward a target potential energy and a target composition. The convergence of the simulated response of the evolution equation toward a target homeostatic state is investigated for a range of isotropic and orthotropic material models. These simulations suggest that elastin-deficient vessels are more prone to growth instability. Increased stiffness of the vessel wall, on the other hand, gives a more stable growth process. Another important finding is that an increased rate of degradation of materials impairs growth stability.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
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)0,0020,000

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 GPT0,204
Écart entre enseignants0,183 · 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

Citations20
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomechanics and Modeling in MechanobiologyMême sujetElasticity and Material ModelingTravaux en français237 207