MétaCan
Menu
Retour à la cohorte
Enregistrement W2791432831 · doi:10.1039/c8sm00734a

Characterising knotting properties of polymers in nanochannels

2018· article· en· W2791432831 sur OpenAlexafffund
Nicholas R. Beaton, Jeremy Eng, Kai Ishihara, Koya Shimokawa, C E Soteros

Notice bibliographique

RevueSoft Matter · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueNanopore and Nanochannel Transport Studies
Établissements canadiensToronto Metropolitan UniversitySaskatoon Medical ImagingUniversity of Saskatchewan
Organismes subventionnairesJapan Society for the Promotion of ScienceAustralian Research CouncilNatural Sciences and Engineering Research Council of CanadaCompute CanadaPacific Institute for the Mathematical Sciences
Mots-clésPolymerPolymer scienceMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Using a lattice model of polymers in a tube, we define one way to characterise different configurations of a given knot as either "local" or "non-local", based on a standard approach for measuring the "size" of a knot within a knotted polymer chain. The method involves associating knot-types to subarcs of the chain, and then identifying a knotted subarc with minimal arclength; this arclength is then the knot-size. If the resulting knot-size is small relative to the whole length of the chain, then the knot is considered to be localised or "local"; otherwise, it is "non-local". Using this definition, we establish that all but exponentially few sufficiently long self-avoiding polygons (closed chains) in a tubular sublattice of the simple cubic lattice are "non-locally" knotted. This is shown to also hold for the case when the same polygons are subject to an external tensile force, as well as in the extreme case when they are as compact as possible (no empty lattice sites). We also provide numerical evidence for small tube sizes that at equilibrium non-local knotting is more likely than local knotting, regardless of the strength of the stretching or compressing force. The relevance of these results to other models and recent experiments involving DNA knots is also discussed.

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 candidatesaucune
Catégories consensuellesaucune
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 enseignants0,028
Score d'incertitude au seuil0,438

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,191
Écart entre enseignants0,180 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations10
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetNanopore and Nanochannel Transport StudiesTravaux en français237 207