MétaCan
Menu
Retour à la cohorte
Enregistrement W2984258057 · doi:10.2140/pmp.2020.1.167

Mean-field tricritical polymers

2020· article· en· W2984258057 sur OpenAlexaff
Roland Bauerschmidt, Gordon Slade

Notice bibliographique

RevueProbability and Mathematical Physics · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueTheoretical and Computational Physics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRandom walkTricritical pointSelf-avoiding walkPhase diagramMathematicsPhase transitionPhase boundaryBounded functionStatistical physicsPhysicsCondensed matter physicsPhase (matter)CombinatoricsMathematical analysisQuantum mechanicsStatistics

Résumé

récupéré en direct d'OpenAlex

We provide an introductory account of a tricritical phase diagram, in the setting of a mean-field random walk model of a polymer density transition, and clarify the nature of the density transition in this context. We consider a continuous-time random walk model on the complete graph, in the limit as the number of vertices $N$ in the graph grows to infinity. The walk has a repulsive self-interaction, as well as a competing attractive self-interaction whose strength is controlled by a parameter $g$. A chemical potential $\nu$ controls the walk length. We determine the phase diagram in the $(g,\nu)$ plane, as a model of a density transition for a single linear polymer chain. A dilute phase (walk of bounded length) is separated from a dense phase (walk of length of order $N$) by a phase boundary curve. The phase boundary is divided into two parts, corresponding to first-order and second-order phase transitions, with the division occurring at a tricritical point. The proof uses a supersymmetric representation for the random walk model, followed by a single block-spin renormalisation group step to reduce the problem to a 1-dimensional integral, followed by application of the Laplace method for an integral with a large parameter.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,019
Tête enseignante GPT0,241
Écart entre enseignants0,221 · 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'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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProbability and Mathematical PhysicsMême sujetTheoretical and Computational PhysicsTravaux en français237 207