MétaCan
Menu
Retour à la cohorte
Enregistrement W7084447366

Competition of small targets in planar domains: from Dirichlet to Robin and Steklov boundary condition

2025· article· en· W7084447366 sur OpenAlexfundno aff

Notice bibliographique

RevueArXiv.org · 2025
Typearticle
Langueen
DomaineDentistry
ThématiqueOrthodontics and Dentofacial Orthopedics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlexander von Humboldt-Stiftung
Mots-clésEigenfunctionBounded functionPlanarDirichlet distributionDomain (mathematical analysis)Dirichlet boundary conditionBoundary value problemBoundary (topology)Diffusion
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We consider steady-state diffusion in a bounded planar domain with multiple small targets on a smooth boundary. Using the method of matched asymptotic expansions, we investigate the competition of these targets for a diffusing particle and the crucial role of surface reactions on the targets. We start from the classical problem of splitting probabilities for perfectly reactive targets with Dirichlet boundary condition and improve some earlier results. We discuss how this approach can be generalized to partially reactive targets characterized by a Robin boundary condition. In particular, we show how partial reactivity reduces the effective size of the target. In addition, we consider more intricate surface reactions modeled by mixed Steklov-Neumann or Steklov-Neumann-Dirichlet problems. We provide the first derivation of the asymptotic behavior of the eigenvalues and eigenfunctions for these spectral problems in the small-target limit. Finally, we show how our asymptotic approach can be extended to interior targets in the bulk and to exterior problems where diffusion occurs in an unbounded planar domain outside a compact set. Direct applications of these results to diffusion-controlled reactions are discussed.

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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,020
Tête enseignante GPT0,275
Écart entre enseignants0,255 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArXiv.orgMême sujetOrthodontics and Dentofacial OrthopedicsTravaux en français237 207