MétaCan
Menu
Retour à la cohorte
Enregistrement W1974309917

Scanning setup for the investigation of fluorescence beam spectra

2010· article· en· W1974309917 sur OpenAlexaboutno aff
Łukasz Kłonowski, Elżbieta Bereś‐Pawlik, Marek Rząca, Roman Czarnecki

Notice bibliographique

RevuePhotonics Letters of Poland · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Fluorescence Microscopy Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOpticsOptical fiberFluorescenceAutofluorescenceFluorescence spectroscopyLaser beamsMicroscopyMaterials sciencePhotonicsFluorescence-lifetime imaging microscopyPhysicsNanotechnologyLaser
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this paper we describe the scanning setup for investigating refracted beam spectra from changed cancer tissues. A special mechanical construction enables us to position measurement sensors using step motors and a micrometric XY stage. A fiber sensor which has been made of special fiber that does not provide any self fluorescence has been used for the illumination and detection. Full Text: PDF References: B. W. Chwirot, W. Jedrzejczyk, Luminescencja tkanek – nowe narzedzie wykrywania i lokalizacji nowotworow, Torun (1995). J. A. Kiernan, M. Wessendorf, Autofluorescence:Causes and cures, Toronto Western Research Institute, [DirectLink] B. Valeur, Molecular fluorescence – Principles and applications, Wiley – VCH, (2001). H. Zeng, A. McWillimas, S. Lam, Optical spectroscopy and imaging for early lung cancer detection, Photodiagnosis and Photodynamic Therapy 1, 111-122 (2004). [CrossRef] W. Denk, J. Strickler, W. W. Webb, Two-Photon Laser Scanning fluorescence Microscopy, Science 248, 73-76 (1990). [CrossRef] B. A. Flusberg, E. D. Cocker, W. Piyawattanametha, J. C. Jung, E. L. M. Cheung, M. J, Schnitzer, Fiber-optic fluorescence imaging, Nature Methods 2, 12 (2005). [CrossRef] J. W. Lichtman, J. A. Conchello, Fluorescence microscopy, Nature Methods 2 (2005). [CrossRef]

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 enseignants0,089
Score d'incertitude au seuil0,310

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 Opus0,007
Tête enseignante GPT0,257
Écart entre enseignants0,250 · 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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhotonics Letters of PolandMême sujetAdvanced Fluorescence Microscopy TechniquesTravaux en français237 207