Notice bibliographique
Résumé
Abstract We present a modelling study of locomotion over a layer of viscoplastic fluid motivated by the self-propulsion of marine and terrestrial gastropods. Our model comprises a layer of viscoplastic mucus lying beneath a fluid-filled foot that is laced internally by muscular fibres under tension and overlain by the main body of the locomotor, which is assumed to be rigid. The mucus is described using lubrication theory and the Bingham constitutive law, and the foot using a continuum approximation for the action of the muscle fibres. The model is first used to study the retrograde strategy of locomotion employed by marine gastropods, wherein the muscle fibres create a backwards-travelling wave of predominantly normal displacements along the surface of the foot. Once such a retrograde forcing pattern is switched on, the system is shown to converge towards a steady state of locomotion in a frame moving with the wave. The steady speed of locomotion decreases with the yield stress, until it vanishes altogether above a critical yield stress. Despite the absence of locomotion above this threshold, waves still propagate along the foot, peristaltically pumping mucus in the direction of the wave. The model is next used to study the prograde strategy employed by terrestrial gastropods, wherein the muscle fibres create a forwards-travelling wave of predominantly tangential displacements of the foot surface. In this case, a finite yield stress is shown to be necessary for locomotion, with the speed of locomotion initially increasing with the yield stress. Beyond a critical yield stress, localized rigid plugs form across the depth of the mucus layer, adhering parts of the foot to the base. These stop any transport of mucus, but foot motions elsewhere still drive locomotion. As the yield stress is increased further, the rigid plugs widen horizontally, increasing the viscous drag and eventually reducing the speed of locomotion, which is therefore maximized for an intermediate value of the yield stress.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».