MétaCan
Menu
Retour à la cohorte
Enregistrement W11132924 · doi:10.3727/096504001108747521

David Wood, Time After Time . Reviewed by

2009· article· en· W11132924 sur OpenAlexaff
Robert Piercey

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHistorical Geography and Geographical Thought
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésPhilosophyDeep timeGeologyPaleontology

Résumé

récupéré en direct d'OpenAlex

Liver metastasis of primary tumors is clinically a major problem. We examined the antitumor activity of KRN7000, an alpha-galactosylceramide, in mice with liver metastasis of the B16 melanoma. KRN7000 significantly inhibited tumor growth in the liver, and its potency was similar to that of interleukin-12. The KRN7000 administration resulted in a high percentage of cured mice, which acquired tumor-specific immunity. To study what kinds of antitumor effector cells participated in killing tumor cells, we then performed immunohistological analysis of tumor-infiltrating cells, and found that KRN7000 induced marked invasion of NK1.1+ cells, CD8+ cells, and F4/80+ cells (macrophages) into B16 tumor nodules. In addition, it appeared that KRN7000-treated, liver-associated macrophages possessed strong lytic activity against tumor cells. These results suggest that NK cells, NK1.1+ T (NKT) cells, cytotoxic T lymphocytes, and macrophages play an important role in killing tumor cells in the liver, and that KRN7000 may be useful for the treatment of cancer liver metastasis.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,284
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0120,004

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 GPT0,248
Écart entre enseignants0,243 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHistorical Geography and Geographical ThoughtTravaux en français237 207