MétaCan
Menu
Retour à la cohorte
Enregistrement W3005821439 · doi:10.1088/1361-648x/ab6348

The 2020 motile active matter roadmap

2020· article· en· W3005821439 sur OpenAlexafffund
Gerhard Gompper, Roland G. Winkler, Thomas Speck, Alexandre Solon, Cesare Nardini, Fernando Peruani, Hartmut Löwen, Ramin Golestanian, U. Benjamin Kaupp, Luis Álvarez, Thomas Kiørboe, Eric Lauga, Wilson C. K. Poon, Antonio DeSimone, Santiago Muíños-Landín, Alexander Fischer, Nicola Andreas Söker, Frank Cichos, Raymond Kapral, Pierre Gaspard, Marisol Ripoll, Francesc Sagués, Amin Doostmohammadi, Julia M. Yeomans, Igor S. Aranson, Clemens Bechinger, Holger Stark, Charlotte K. Hemelrijk, François Nédélec, Trinish Sarkar, Thibault Aryaksama, Mathilde Lacroix, Guillaume Duclos, Victor Yashunsky, Pascal Silberzan, Marino Arroyo, Sohan Kale

Notice bibliographique

RevueJournal of Physics Condensed Matter · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesAgencia Estatal de InvestigaciónEngineering and Physical Sciences Research CouncilNatural Sciences and Engineering Research Council of CanadaGratama StichtingTechnische Universität BerlinAgence Nationale de la RechercheNederlandse Organisatie voor Wetenschappelijk OnderzoekFonds De La Recherche Scientifique - FNRSRijksuniversiteit GroningenEuropean CommissionDeutsche ForschungsgemeinschaftUniversity of OxfordVillum FondenMinisterio de Economía y CompetitividadGeneralitat de CatalunyaNational Science Foundation
Mots-clésActive matterPhysicsBiology

Résumé

récupéré en direct d'OpenAlex

Activity and autonomous motion are fundamental in living and engineering systems. This has stimulated the new field of 'active matter' in recent years, which focuses on the physical aspects of propulsion mechanisms, and on motility-induced emergent collective behavior of a larger number of identical agents. The scale of agents ranges from nanomotors and microswimmers, to cells, fish, birds, and people. Inspired by biological microswimmers, various designs of autonomous synthetic nano- and micromachines have been proposed. Such machines provide the basis for multifunctional, highly responsive, intelligent (artificial) active materials, which exhibit emergent behavior and the ability to perform tasks in response to external stimuli. A major challenge for understanding and designing active matter is their inherent nonequilibrium nature due to persistent energy consumption, which invalidates equilibrium concepts such as free energy, detailed balance, and time-reversal symmetry. Unraveling, predicting, and controlling the behavior of active matter is a truly interdisciplinary endeavor at the interface of biology, chemistry, ecology, engineering, mathematics, and physics. The vast complexity of phenomena and mechanisms involved in the self-organization and dynamics of motile active matter comprises a major challenge. Hence, to advance, and eventually reach a comprehensive understanding, this important research area requires a concerted, synergetic approach of the various disciplines. The 2020 motile active matter roadmap of Journal of Physics: Condensed Matter addresses the current state of the art of the field and provides guidance for both students as well as established scientists in their efforts to advance this fascinating area.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,349

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
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 savante0,0040,005
Science ouverte0,0020,005
Intégrité de la recherche0,0070,004
Charge utile insuffisante (le modèle a refusé de juger)0,1040,051

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 Opus0,009
Tête enseignante GPT0,219
Écart entre enseignants0,211 · 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

Citations476
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Condensed MatterMême sujetMicro and Nano RoboticsTravaux en français237 207