MétaCan
Menu
Retour à la cohorte
Enregistrement W2592636577 · doi:10.1039/c7sm00400a

Diffusion in systems crowded by active force-dipole molecules

2017· article· en· W2592636577 sur OpenAlexafffund
Matthew Dennison, Raymond Kapral, Holger Stark

Notice bibliographique

RevueSoft Matter · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMaterial Dynamics and Properties
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDeutsche ForschungsgemeinschaftAlexander von Humboldt-Stiftung
Mots-clésDumbbellChemical physicsDiffusionMoleculeChemistryDipoleParticle (ecology)Rotational diffusionActive matterMolecular diffusionBiomoleculeThermodynamicsPhysicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Experimental studies of systems containing active proteins that undergo conformational changes driven by catalytic chemical reactions have shown that the diffusion coefficients of passive tracer particles and active molecules are larger than the corresponding values when chemical activity is absent. Various mechanisms have been proposed for such behavior, including, among others, force dipole interactions of molecular motors moving on filaments and collective hydrodynamic effects arising from active proteins. Simulations of a multi-component system containing active dumbbell molecules that cycle between open and closed states, a passive tracer particle and solvent molecules are carried out. Consistent with experiments, it is shown that the diffusion coefficients of both passive particles and the dumbbells themselves are enhanced when the dumbbells are active. The dependence of the diffusion enhancement on the volume fraction of dumbbells is determined, and the effects of crowding by active dumbbell molecules are shown to differ from those due to inactive molecules.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,008
Tête enseignante GPT0,226
Écart entre enseignants0,218 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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

Citations24
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetMaterial Dynamics and PropertiesTravaux en français237 207