MétaCan
Menu
Retour à la cohorte
Enregistrement W2992764686

LINDSAY Virtual Nephron: From Physics to Physiology

2012· article· en· W2992764686 sur OpenAlexaffvenue
Douglas Yuen

Notice bibliographique

RevueJournal of undergraduate research in Alberta · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueContext-Aware Activity Recognition Systems
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésNephronReabsorptionComputer scienceHuman–computer interactionSimulationBiologyKidney
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The LINDSAY Virtual Human is a project that aims to design and simulate a human being in a virtual environment [1] .  LINDSAY Composer is one of the components of the LINDSAY Virtual Human; it is a dedicated application that acts as a highly versatile simulation environment. The LINDSAY Virtual Nephron is a summer project that aimed to recreate the most basic functionality within a human nephron, while simultaneously ensuring that the mechanisms within the model were both accurate and reusable in other simulations. Using LINDSAY Composer as a test environment, two basic behaviours were developed for the virtual nephron: a tool to accommodate for ubiquitous flow, and selective permeability in the vessels of the nephron. The former is used to ensure that entities flowing through a complex vessel can navigate smoothly within the vessel walls. This was achieved using ray casting, a method for detection of nearby physical structures and adjusting the entity’s path to flow along the vessel in accordance with its distance from the vessel, as well as any forces acting on the entity. The latter selectively allows entities to pass from one vessel to another. Focus was placed on the relationship between ADH and water levels in the reabsorption model, osmotic pressure affected ADH release, which in turn altered membrane permeability. These simple functions were found to produce reasonably realistic behaviours for the entities in the simulation without the need for strictly defined behaviours through hard coding and scripted actions that are typical of most existing simulations. This allows the simulation to be highly modular and adaptable, in turn making it possible for these mechanisms to be reused and adapted for simulations in other regions of the body (such as circulation and digestion).

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0240,006

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 Opus0,101
Tête enseignante GPT0,370
Écart entre enseignants0,269 · 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

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of undergraduate research in AlbertaMême sujetContext-Aware Activity Recognition SystemsTravaux en français237 207