MétaCan
Menu
Retour à la cohorte
Enregistrement W7133366857

Atomistic Monte Carlo Simulations of Bio-molecular Systems

2025· article· en· W7133366857 sur OpenAlexaboutno aff
Sandipan Mohanty, Olav Zimmermann, Jan H. Meinke

Notice bibliographique

RevueJuSER (Forschungszentrum Jülich) · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Structure and Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMonte Carlo methodSet (abstract data type)SoftwareSoftware packageCluster (spacecraft)Supercomputer
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The CECAM school “Atomistic Monte Carlo Simulations of Bio-molecular Systems” took place at the Jülich Supercomputing Centre, Forschungszentrum Jülich, Germany, from 22 to 26 September 2025. A total of 19 scientists from 8 countries attended the school.The school started with a beginner level introduction to the theory of modern Monte Carlo (MC) methods, given by guest lecturer Prof. Anders Irbäck from Lund University, Sweden. Through alternating theory and hands-on sessions, the participants consolidated their understanding of MC techniques and their application to biological macro-molecules. The participants learned to set up their own protein folding simulations using different MC algorithms implemented in the software package ProFASi, and ran them on the JSC cluster JUSUF. ProFASi is an open source project actively developed by the organizers from the Simulation and Data Laboratory Biology at JSC. Guest lecturer, Prof. Stefan Wallin from Memorial University, Canada, demonstrated how the software may be extended and deployed for scientific research on MC techniques and application, beyond the research interests of the primary developers. Participants also presented posters describing their current research work, and, by means of intensive discussions with experienced MC researchers, generated exciting new ideas regarding the application of MC techniques in their research domains.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,311
Score d'incertitude au seuil0,919

Scores Codex et Gemma par catégorie

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

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 Opus0,003
Tête enseignante GPT0,235
Écart entre enseignants0,232 · 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 tête enseignante, 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJuSER (Forschungszentrum Jülich)Même sujetProtein Structure and DynamicsTravaux en français237 207