Notice bibliographique
Résumé
Abstract p H is a profound regulator of cellular function. It is, therefore, often important to assess intracellular p H . Given the small size of individual cells and their sensitivity to perturbation, measurement of intracellular p H requires sensitive, indirect measurement approaches. These include equilibration of weak acids/bases, nuclear magnetic resonance spectroscopy, p H microelectrodes, fluorescent p H indicator dyes and p H ‐sensitive fluorescent proteins. Presently, the use of fluorescence techniques predominates, as these permit sensitive detection and the possibility to discretely measure p H in different cellular compartments. The selection of intracellular p H measurement technique is guided by consideration of their strengths and weaknesses, in addition to technical considerations. Cells resist changes of p H through p H buffering molecules, including proteins and bicarbonate, which together are called the cell's buffer capacity. Key Concepts Cellular processes are highly sensitive to pH, so cells have redundant mechanisms to control their pH. Buffer capacity is the ability of cells to control pH by absorbing or releasing H + from chemical pH buffering molecules. Cell membranes contain embedded transport proteins able to move H + , or pH‐buffering HCO 3 − in order to tightly control cytosolic and organellar pH. pH of the cytosol and other intracellular compartments can be measured. Certain molecules will absorb light and release a photon of light at a longer wavelength, a process known as fluorescence. Fluorescent dyes and proteins are the most common means to report on intracellular pH.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».