MétaCan
Menu
Retour à la cohorte
Enregistrement W2981009988 · doi:10.3390/e21111066

Non-Equilibrium Quantum Brain Dynamics: Super-Radiance and Equilibration in 2 + 1 Dimensions

2019· article· en· W2981009988 sur OpenAlexafffund
Akihiro Nishiyama, Shigenori Tanaka, Jack A. Tuszyński

Notice bibliographique

RevueEntropy · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Thermodynamics and Statistical Mechanics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesJapan Society for the Promotion of ScienceNatural Sciences and Engineering Research Council of Canada
Mots-clésPhysicsQuantumQuantum dynamicsQuantum electrodynamicsDipoleRadianceClassical mechanicsStatistical physicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

We derive time evolution equations, namely the Schrödinger-like equations and the Klein–Gordon equations for coherent fields and the Kadanoff–Baym (KB) equations for quantum fluctuations, in quantum electrodynamics (QED) with electric dipoles in 2 + 1 dimensions. Next we introduce a kinetic entropy current based on the KB equations in the first order of the gradient expansion. We show the H-theorem for the leading-order self-energy in the coupling expansion (the Hartree–Fock approximation). We show conserved energy in the spatially homogeneous systems in the time evolution. We derive aspects of the super-radiance and the equilibration in our single Lagrangian. Our analysis can be applied to quantum brain dynamics, that is QED, with water electric dipoles. The total energy consumption to maintain super-radiant states in microtubules seems to be within the energy consumption to maintain the ordered systems in a brain.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,809
Score d'incertitude au seuil0,488

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 Opus0,004
Tête enseignante GPT0,227
Écart entre enseignants0,223 · 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'étudeThéorique ou conceptuel
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

Citations8
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEntropyMême sujetAdvanced Thermodynamics and Statistical MechanicsTravaux en français237 207