MétaCan
Menu
Retour à la cohorte
Enregistrement W2570514638 · doi:10.1137/16m1077659

First Passage Statistics for the Capture of a Brownian Particle by a Structured Spherical Target with Multiple Surface Traps

2017· article· en· W2570514638 sur OpenAlexafffund
Alan E. Lindsay, Andrew J. Bernoff, Michael J. Ward

Notice bibliographique

RevueMultiscale Modeling and Simulation · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDiffusion and Search Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSimons FoundationNational Science Foundation
Mots-clésPhysicsBrownian motionRADIUSNuclear poreParticle (ecology)Molecular physicsCytoplasmChemistryQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

We study the first passage time problem for a diffusing molecule in an enclosed region to hit a small spherical target whose surface contains many small absorbing traps. This study is motivated by two examples of cellular transport. The first is the intracellular process through which proteins transit from the cytosol to the interior of the nucleus through nuclear pore complexes that are distributed on the nuclear surface. The second is the problem of chemoreception, in which cells sense their surroundings through diffusive contact with receptors distributed on the cell exterior. Using a matched asymptotic analysis in terms of small absorbing pore radius, we derive and numerically verify a high order expansion for the capacitance of the structured target which incorporates surface effects and gives explicit information on interpore interaction through a Coulomb-type discrete energy with additional logarithmic dependencies. In the large $N$ dilute surface trap fraction limit, a single homogenized Robin boundary condition $ \partial_n v + \kappa v = 0$ is derived in which $\kappa$ depends on the total absorbing fraction, the characteristic pore scale, and parameters relating to interpore interactions.

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)0,008
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: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
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 savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,016
Tête enseignante GPT0,270
Écart entre enseignants0,254 · 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

Citations107
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMultiscale Modeling and SimulationMême sujetDiffusion and Search DynamicsTravaux en français237 207