MétaCan
Menu
Retour à la cohorte
Enregistrement W4396939303 · doi:10.1088/1751-8121/ad4c2c

Thermodynamic work of partial resetting

2024· article· en· W4396939303 sur OpenAlexaff
Kristian Stølevik Olsen, Deepak Gupta

Notice bibliographique

RevueJournal of Physics A Mathematical and Theoretical · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueIon-surface interactions and analysis
Établissements canadiensSimon Fraser University
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésWork (physics)Computer scienceThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Partial resetting, whereby a state variablex(t) is reset at random times to a value ax(t) , 0⩽a⩽1 , generalizes conventional resetting by introducing the resetting strengthaas a parameter. Partial resetting generates a broad family of non-equilibrium steady states (NESS) that interpolates between the conventional NESS at strong resetting (a = 0) and a Gaussian distribution at weak resetting (a → 1). Here such resetting processes are studied from a thermodynamic perspective, and the mean cost associated with maintaining such NESS are derived. The resetting phase of the dynamics is implemented by a resetting potential Φ(x) that mediates the resets in finite time. By working in an ensemble of trajectories with a fixed number of resets, we study both the steady-state properties of the propagator and its moments. The thermodynamic work needed to sustain the resulting NESS is then investigated. We find that different resetting traps can give rise to rates of work with widely different dependencies on the resetting strengtha. Surprisingly, in the case of resets mediated by a harmonic trap with otherwise free diffusive motion, the asymptotic rate of work is insensitive to the value ofa. For general anharmonic traps, the asymptotic rate of work can be either increasing or decreasing as a function of the strengtha, depending on the degree of anharmonicity. Counter to intuition, the rate of work can therefore in some cases increase as the resetting becomes weaker (a→1) although the work vanishes ata = 1. Work in the presence of a background potential is also considered. Numerical simulations confirm our findings.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,001

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 Opus0,005
Tête enseignante GPT0,229
Écart entre enseignants0,224 · 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'étudeThéorique ou conceptuel
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

Citations22
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics A Mathematical and TheoreticalMême sujetIon-surface interactions and analysisTravaux en français237 207