MétaCan
Menu
Retour à la cohorte
Enregistrement W2977310322 · doi:10.1103/physreve.100.042405

Why antiplectic metachronal cilia waves are optimal to transport bronchial mucus

2019· article· en· W2977310322 sur OpenAlexafffund
Sylvain Chateau, Julien Favier, Sébastien Poncet, Umberto D’Ortona

Notice bibliographique

RevuePhysical review. E · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueLattice Boltzmann Simulation Studies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAgence Nationale de la RechercheCompute CanadaAix-Marseille Université
Mots-clésCiliumMechanicsPhysicsMucusVortexMechanism (biology)LubricationClassical mechanicsBiology

Résumé

récupéré en direct d'OpenAlex

The coordinated beating of epithelial cilia in human lungs is a fascinating problem from the hydrodynamics perspective. The phase lag between neighboring cilia is able to generate collective cilia motions, known as metachronal waves. Different kinds of waves can occur, antiplectic or symplectic, depending on the direction of the wave with respect to the flow direction. It is shown here, using a coupled lattice Boltzmann-immersed boundary solver, that the key mechanism responsible for their transport efficiency is a blowing-suction effect that displaces the interface between the periciliary liquid and the mucus phase. The contribution of this mechanism on the average flow generated by the cilia is compared to the contribution of the lubrication effect. The results reveal that the interface displacement is the main mechanism responsible for the better efficiency of antiplectic metachronal waves over symplectic ones to transport bronchial mucus. The conclusions drawn here can be extended to any two-layer fluid configuration having different viscosities, and put into motion by cilia-shaped or comb-plate structures, having a back-and-forth motion with phase lags.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,293
Écart entre enseignants0,277 · 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

Citations35
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. EMême sujetLattice Boltzmann Simulation StudiesTravaux en français237 207