MétaCan
Menu
Retour à la cohorte
Enregistrement W3203340479 · doi:10.1103/physreve.107.044402

Swapping in lattice-based cell migration models

2023· article· en· W3203340479 sur OpenAlexfundno aff
Shahzeb Raja Noureen, Jennifer P. Owen, Richard L. Mort, Christian A. Yates

Notice bibliographique

RevuePhysical review. E · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular Mechanics and Interactions
Établissements canadiensnon disponible
Organismes subventionnairesCentre for Doctoral Training in Statistical Applied Mathematics, University of BathUniversity of BathEngineering and Physical Sciences Research CouncilMcGill UniversityNational Centre for the Replacement, Refinement and Reduction of Animals in ResearchNorth West Cancer Research
Mots-clésSwap (finance)Lattice (music)Statistical physicsNeighbourhood (mathematics)Computer scienceAgent-based modelBiological systemPhysicsMathematicsBiologyArtificial intelligenceMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Cell migration is frequently modeled using on-lattice agent-based models (ABMs) that employ the excluded volume interaction. However, cells are also capable of exhibiting more complex cell-cell interactions, such as adhesion, repulsion, pulling, pushing, and swapping. Although the first four of these have already been incorporated into mathematical models for cell migration, swapping has not been well studied in this context. In this paper, we develop an ABM for cell movement in which an active agent can "swap" its position with another agent in its neighborhood with a given swapping probability. We consider a two-species system for which we derive the corresponding macroscopic model and compare it with the average behavior of the ABM. We see good agreement between the ABM and the macroscopic density. We also analyze the movement of agents at an individual level in the single-species as well as two-species scenarios to quantify the effects of swapping on an agent's motility.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,470
Score d'incertitude au seuil0,288

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,319
Écart entre enseignants0,293 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical review. EMême sujetCellular Mechanics and InteractionsTravaux en français237 207