Hydrodynamic diffusion in apolar active suspensions of squirmers
Notice bibliographique
Résumé
Active suspensions encompass a wide range of complex fluids containing microscale energy-injecting particles, such as cells, bacteria or artificially powered active colloids. Because they are intrinsically non-equilibrium, active suspensions can display a number of fascinating phenomena, including turbulent-like large-scale coherent motion and enhanced diffusion. Here, using a recently developed active fast Stokesian dynamics method, we present a detailed numerical study of the hydrodynamic diffusion in apolar active suspensions of squirmers. Specifically, we simulate suspensions of active but non-self-propelling spherical squirmers (or ‘shakers’), of either puller type or pusher type, at volume fractions from 0.5 % to 55 %. Our results show little difference between pulling and pushing shakers in their instantaneous and long-time dynamics, where the translational dynamics varies non-monotonically with the volume fraction, with a peak diffusivity at around 10 % to 20 %, in stark contrast to suspensions of self-propelling particles. On the other hand, the rotational dynamics tends to increase with the volume fraction as is the case for self-propelling particles. To explain these dynamics, we provide detailed scaling and statistical analyses based on the activity-induced hydrodynamic interactions and the observed microstructural correlations, which display a weak local order. Overall, these results elucidate and highlight the different effects of particle activity versus motility on the collective dynamics and transport phenomena in active fluids.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».