MétaCan
Menu
Retour à la cohorte
Enregistrement W4401351902 · doi:10.1088/1751-8121/ad6c01

A first proof of knot localization for polymers in a nanochannel

2024· article· en· W4401351902 sur OpenAlexafffund
Nicholas R. Beaton, Kai Ishihara, Mahshid Atapour, Jeremy Eng, Mariel Vázquez, Koya Shimokawa, C E Soteros

Notice bibliographique

RevueJournal of Physics A Mathematical and Theoretical · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensUniversity of SaskatchewanCapilano University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaJapan Society for the Promotion of ScienceAustralian Research CouncilAlliance de recherche numérique du Canada
Mots-clésKnot (papermaking)MathematicsPolymer scienceMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Based on polymer scaling theory and numerical evidence, Orlandini, Tesi, Janse van Rensburg and Whittington conjectured in 1996 that the limiting entropy of knot-type K lattice polygons is the same as that for unknot polygons, and that the entropic critical exponent increases by one for each prime knot in the knot decomposition of K. This Knot Entropy (KE) conjecture is consistent with the idea that for unconfined polymers, knots occur in a localized way (the knotted part is relatively small compared to polymer length). For full confinement (to a sphere or box), numerical evidence suggests that knots are much less localized. Numerical evidence for nanochannel or tube confinement is mixed, depending on how the size of a knot is measured. Here we outline the proof that the KE conjecture holds for polygons in the ∞ × 2 × 1 lattice tube and show that knotting is localized when a connected-sum measure of knot size is used. Similar results are established for linked polygons. This is the first model for which the knot entropy conjecture has been proved.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0010,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,007
Tête enseignante GPT0,269
Écart entre enseignants0,263 · 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'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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physics A Mathematical and TheoreticalMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207