MétaCan
Menu
Retour à la cohorte
Enregistrement W4362635459 · doi:10.21203/rs.3.rs-2733256/v1

Bifurcation analysis of domain-dependent nonlinear dynamics for a cross-diffusive reaction-diffusion model

2023· preprint· en· W4362635459 sur OpenAlexaff
Wakil Sarfaraz, Gülsemay Yiğit, Raquel Barreira, Lakhdar Remaki, Muflih Alhazmi, Anotida Madzvamuse

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineComputer Science
ThématiqueAdvanced Mathematical Modeling in Engineering
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBifurcationReaction–diffusion systemNonlinear systemDynamics (music)Domain (mathematical analysis)DiffusionStatistical physicsPhysicsMathematicsMathematical analysisThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract In this work, domain-dependent stability analysis is conducted for a reaction diffusion system with linear cross-diffusion. Its spatiotemporal dynamics are explored for the case of an activator-depleted model of two chemical species in terms of the domain size and its model parameters. Linear stability analysis is employed to derive the constraints which are necessary in understanding the role of linear cross-diffusion in driving the instability of the system. The conditions are proven in terms of lower and upper bounds of the domain size together with the reaction, self and cross-diffusion coefficients. The full parameter classification of the model system is presented in terms of the relationship between the domain size and cross-diffusion-driven instability. Subsequently, regions showing Turing instability, Hopf and transcritical types of bifurcations are demonstrated using the parameter values of the system. Theoretical findings are supported by the finite element simulations on two dimensional rectangular domain. Numerical simulations showing each of the three types of dynamics are examined for the Schnakenberg kinetics, also known as an activator-depleted reaction kinetics.

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)0,000
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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,083
Tête enseignante GPT0,425
Écart entre enseignants0,342 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetAdvanced Mathematical Modeling in EngineeringTravaux en français237 207