MétaCan
Menu
Retour à la cohorte
Enregistrement W2156302998

Scaling limits of spatial chemical reaction networks

2013· preprint· en· W2156302998 sur OpenAlexaff
Peter Pfaffelhuber, Lea Popovic

Notice bibliographique

RevuearXiv (Cornell University) · 2013
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene Regulatory Network Analysis
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésScalingBiological systemReaction dynamicsDynamics (music)Chemical reactionStatistical physicsSpatial ecologyScale (ratio)Molecular dynamicsSpatial configurationChemical speciesChemical physicsMoleculePhysicsComputer scienceChemistryDistribution (mathematics)MathematicsComputational chemistryEcologyBiologyQuantum mechanicsGeometry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We study the effects of fast spatial movement of molecules on the dynamics of chemical species in a spatial heterogeneous chemical reaction network. The reaction networks we consider are either single- or multiscale. When the dynamics is on a single-scale, fast spatial movement has the single effect of averaging the dynamics over the distribution of all the species. However, when the dynamics is on multiple scales our findings show that the spatial movement of molecules has different effects depending on whether the movement of each type of species is faster or slower then the effective dynamics of the reaction system on this molecular type. We assume the reaction dynamics separates into a fast subsystem of reactions with a stable stationary probability measure and a slow subsystem on the time scale of interest. We obtain results for both the case when the fast subsystem is without and the case with conserved quantities, where a conserved quantity is a linear combination of fast species evolving on a slower timescale. 1

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)0,002
score de la tête « metaresearch » (Gemma)0,018
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: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,031
Tête enseignante GPT0,178
Écart entre enseignants0,147 · 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

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetGene Regulatory Network AnalysisTravaux en français237 207