MétaCan
Menu
Retour à la cohorte
Enregistrement W4242155113 · doi:10.1063/5.0021372.1

10.1063/5.0021372.1

2020· dataset· en· W4242155113 sur OpenAlexaff
Ahmed Darwish, Giuseppe Di Labbio, Wael Saleh, Lyes Kadem

Notice bibliographique

RevueDefault Digital Object Group · 2020
Typedataset
Langueen
DomaineMedicine
ThématiqueAortic Disease and Treatment Approaches
Établissements canadiensPolytechnique MontréalConcordia University
Organismes subventionnairesnon disponible
Mots-clésParticle image velocimetryMechanicsAscending aortaLaminar flowAortic valveFlow (mathematics)Materials scienceAortaPhysicsCardiologyMedicineTurbulence

Résumé

récupéré en direct d'OpenAlex

This experimental study aims to explore the Lagrangian nature of fluid transport downstream of a bileaflet mechanical aortic valve under different malfunction scenarios that might be encountered clinically. Time-resolved planar particle image velocimetry measurements are performed to extract instantaneous velocity fields downstream of the bileaflet mechanical valve implanted in an elastic aortic model. The results show an increase in particle residence time with the severity of malfunction. This is attributed to the expansion of the recirculation regions downstream of the valve. The time-evolution of Lagrangian coherent structures over one cardiac cycle (using finite-time Lyapunov exponent fields) shows the effect of valve dysfunction on the material transport and its barriers inside the aorta. The unbalanced flow through the dysfunctional leaflets leads to a significant redistribution of the LCS, thus the fluid transport along the ascending aorta. Moreover, a new technique for the evaluation of the highest accumulated shear stresses is applied along the Lagrangian trajectory of particles being released from the extracted Lagrangian coherent structures where the highest stretching occurs. Finally, the induced non-laminar flow behavior by the valve dysfunction is analyzed using the time-frequency spectra of velocity signals at selected points in the ascending aorta.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,906
Score d'incertitude au seuil0,315

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0030,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0940,235

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 Opus0,020
Tête enseignante GPT0,258
Écart entre enseignants0,238 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDefault Digital Object GroupMême sujetAortic Disease and Treatment ApproachesTravaux en français237 207