MétaCan
Menu
Retour à la cohorte
Enregistrement W2944888129 · doi:10.1103/physreve.101.032110

Modeling work-speed-accuracy trade-offs in a stochastic rotary machine

2020· article· en· W2944888129 sur OpenAlexafffund
Alexandra Kathleen Kasper, David A. Sivak

Notice bibliographique

RevuePhysical review. E · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueATP Synthase and ATPases Research
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCompute Canada
Mots-clésATP synthaseWork (physics)Rotational speedRotation (mathematics)FlagellumDynamics (music)Computer scienceMolecular machinePhysicsEngineeringChemistryMechanical engineeringNanotechnologyMaterials scienceArtificial intelligenceGeneEnzyme

Résumé

récupéré en direct d'OpenAlex

Molecular machines are stochastic systems that catalyze the energetic processes keeping living cells alive and structured. Inspired by the examples of F_{1}-ATP synthase and the bacterial flagellum, we present a minimal model of an externally driven stochastic rotary machine. We explore the trade-offs of work, driving speed, and driving accuracy when changing driving strength, speed, and the underlying system dynamics. We find an upper bound on accuracy and work for a particular speed. Our results favor slow driving when tasked with minimizing the work-accuracy ratio and maximizing the rate of successful cycles. Finally, in the parameter regime mapping to the dynamics of F_{1}-ATP synthase, we find a significant decay of driving accuracy at physiological rotation rates, raising questions about how ATP synthase achieves reasonable or even remarkable efficiency in vivo.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil0,584

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 Opus0,039
Tête enseignante GPT0,356
Écart entre enseignants0,317 · 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'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

Citations5
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. EMême sujetATP Synthase and ATPases ResearchTravaux en français237 207