Smooth Surfaces of Constant Mean Curvature in Biology (Video Link)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Differential geometry is concerned with the calculus of smooth surfaces. The field rose to prominence through its incredible power to describe Einstein’s Theory of General Relativity, in which spacetime is considered to be a smooth four-dimensional manifold. More recently, differential geometry has been used to describe stress and strain for elastic bodies, in digital signals processing and in probability theory. Smooth surfaces appear in a variety of natural systems. This research focusses on the salvinia leaf, a floating fern whose skin has the unusual property that, when immersed in water, a stable, persistent air layer is retained on the surface of the leaf. This air-water interface is made possible by the phenomenon of surface tension and a forest-like structure on the surface of the leaf, which forms a ‘tent’ of air. This interface is a smooth surface that can be investigated using differential geometry, and has the particular property that it’s mean curvature is constant. The equation of capillary pressure, developed in the early nineteenth century by Thomas Young and Pierre-Simon Laplace, governs the system. However, the traditional formulation of the problem can be extremely difficult to solve. The project involved reformulating the Young-Laplace equation, a second-order nonlinear partial differential equation, in a coordinate independent fashion using differential geometry. Finite element analysis was then used to obtain numerical solutions for specific domain geometries. The ability to find domain geometries which form surfaces with specified properties will aid the design of effective bionic devices.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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