MétaCan
Menu
Retour à la cohorte
Enregistrement W3136259392 · doi:10.1103/physreve.104.024605

Heat fluctuations in a harmonic chain of active particles

2021· article· en· W3136259392 sur OpenAlexafffund
Deepak Gupta, David A. Sivak

Notice bibliographique

RevuePhysical review. E · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Thermodynamics and Statistical Mechanics
Établissements canadiensSimon Fraser University
Organismes subventionnairesUniversità degli Studi di PadovaNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésCumulantBrownian motionMoment (physics)Statistical physicsObservablePhysicsParticle (ecology)Flow (mathematics)HarmonicSteady state (chemistry)Function (biology)Langevin equationSecond moment of areaMechanicsClassical mechanicsThermodynamicsMathematicsQuantum mechanicsChemistry

Résumé

récupéré en direct d'OpenAlex

One of the major challenges in stochastic thermodynamics is to compute the distributions of stochastic observables for small-scale systems for which fluctuations play a significant role. Hitherto much theoretical and experimental research has focused on systems composed of passive Brownian particles. In this paper, we study the heat fluctuations in a system of interacting active particles. Specifically we consider a one-dimensional harmonic chain of N active Ornstein-Uhlenbeck particles, with the chain ends connected to heat baths of different temperatures. We compute the moment-generating function for the heat flow in the steady state. We employ our general framework to explicitly compute the moment-generating function for two example single-particle systems. Further, we analytically obtain the scaled cumulants for the heat flow for the chain. Numerical Langevin simulations confirm the long-time analytical expressions for first and second cumulants for the heat flow for a two-particle chain.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,015
Tête enseignante GPT0,331
Écart entre enseignants0,316 · 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

Citations24
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. EMême sujetAdvanced Thermodynamics and Statistical MechanicsTravaux en français237 207