MétaCan
Menu
Retour à la cohorte
Enregistrement W4390340532 · doi:10.1063/5.0176720

A model for the contraction kinetics of cytoskeletal gel slabs

2023· article· en· W4390340532 sur OpenAlexafffund
Matteo Ferraresso, Mohammad Shojaeifard, Albert Kong, Mattia Bacca

Notice bibliographique

RevueJournal of Applied Physics · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésContraction (grammar)SlabCytoskeletonMolecular motorThermal diffusivityChemistryKineticsThermodynamicsMaterials sciencePhysicsNanotechnologyClassical mechanics

Résumé

récupéré en direct d'OpenAlex

Cytoskeletal gels are engineered prototypes that mimic the contractile behavior of a cell in vitro. They are composed of an active polymer matrix and a liquid solvent. Their contraction kinetics is governed by two dynamic phenomena: mechanotransduction (molecular motor activation) and solvent diffusion. In this paper, we solve the transient problem for the simple case of a thin gel slab in uniaxial contraction under two extreme conditions: motor-limited or slow motor (SM) activation regime, and diffusion-limited or fast motor (FM) activation regime. The former occurs when diffusion is much faster than mechanotransduction, while the latter occurs in the opposite case. We observe that in the SM regime, the contraction time scales as t/t0∼(λ/λ0)−3, with t0 being the nominal contraction time, and λ and λ0 being the final and initial stretches of the slab. t0 is proportional to 1/w˙, where w˙ is the average mechanical power generated by the molecular motors per unit reference (dry polymer) volume. In the FM regime, the contraction time scales as t/t1∼(1−λ/λ0)2, with t1 being the nominal contraction time, here proportional to the ratio L2/D, where L is the reference (dry polymer) thickness, and D is the diffusivity of the solvent in the gel. The transition between the SM and FM regimes is defined by a characteristic power density w˙∗, where w˙≪w˙∗ gives the SM regime and w˙≫w˙∗ gives the FM regime. Intuitively, w˙∗ is proportional to D/L2, where, at a given power density w˙, a thinner gel slab (smaller L) or including smaller solvent molecules (higher D) is more likely to be in the SM regime given that solvent diffusion will occur faster than motor activation.

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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,023
Tête enseignante GPT0,262
Écart entre enseignants0,239 · 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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetMicro and Nano RoboticsTravaux en français237 207