MétaCan
Menu
Retour à la cohorte
Enregistrement W2875864584 · doi:10.1002/advs.201800028

Chemically Propelled Motors Navigate Chemical Patterns

2018· article· en· W2875864584 sur OpenAlexafffund
Jiang‐Xing Chen, Yuguo Chen, Raymond Kapral

Notice bibliographique

RevueAdvanced Science · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Science Foundation of Zhejiang ProvinceNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésMolecular motorNon-equilibrium thermodynamicsComputer scienceChemical DynamicsBrownian motionNanotechnologyBiological systemVariety (cybernetics)Collective behaviorActive matterBiochemical engineeringPhysicsChemical physicsMaterials scienceArtificial intelligenceEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

Very small synthetic motors that use chemical reactions to drive their motion are being studied widely because of their potential applications, which often involve active transport and dynamics on nanoscales. Like biological molecular machines, they must be able to perform their tasks in complex, highly fluctuating environments that can form chemical patterns with diverse structures. Motors in such systems can actively assemble into dynamic clusters and other unique nonequilibrium states. It is shown how chemical patterns with small characteristic dimensions may be utilized to suppress rotational Brownian motions of motors and guide them to move along prescribed paths, properties that can be exploited in applications. In systems with larger pattern length scales, domains can serve as catch basins for motors through chemotactic effects. The resulting collective motor dynamics in such confining domains can be used to explore new aspects of active particle collective dynamics or promote specific types of active self-assembly. More generally, when chemically self-propelled motors operate in far-from-equilibrium active chemical media the variety of possible phenomena and the scope of their potential applications are substantially increased.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,005
Tête enseignante GPT0,254
Écart entre enseignants0,249 · 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'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

Citations64
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced ScienceMême sujetMicro and Nano RoboticsTravaux en français237 207