MétaCan
Menu
Retour à la cohorte
Enregistrement W1974771539 · doi:10.3390/v6093458

A Filtration Based Technique for Simultaneous SEM and TEM Sample Preparation for the Rapid Detection of Pathogens

2014· article· en· W1974771539 sur OpenAlexaff
Daniel R. Beniac, Christine G Siemens, Christine J. Wright, Tim Booth

Notice bibliographique

RevueViruses · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueBacteriophages and microbial interactions
Établissements canadiensUniversity of ManitobaPublic Health Agency of Canada
Organismes subventionnairesnon disponible
Mots-clésFiltration (mathematics)ChromatographySample preparationLimitingSize-exclusion chromatographyAdsorptionSample (material)VirusMaterials scienceChemistryAnalytical Chemistry (journal)NanotechnologyBiologyVirologyMathematicsStatisticsBiochemistry

Résumé

récupéré en direct d'OpenAlex

Diagnostic electron microscopy for infectious diseases has the advantage that "everything" in the specimen can be observed, without a priori knowledge of the likely identity of the microorganisms present in the sample. The classical specimen preparation method used employs a droplet of sample, which allows particles to adsorb to a support film, and is subsequently negative stained. This "grid on drop" procedure has a sensitivity range of approximately 106 viruses per mL if no enrichment procedures are used. In the current investigation we present a novel use of filtration that allows us to detect viruses at concentrations as low as 102 viruses per mL. We present here methods based on filtration, in which total virus, and not virus concentration, is the limiting factor for detection. We show that filtration is more sensitive than conventional negative staining and can detect as few as 5 × 103 particles per sample.

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: aucune
Score de désaccord entre enseignants0,824
Score d'incertitude au seuil0,150

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 Opus0,017
Tête enseignante GPT0,264
Écart entre enseignants0,247 · 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

Citations33
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVirusesMême sujetBacteriophages and microbial interactionsTravaux en français237 207