MétaCan
Menu
Retour à la cohorte
Enregistrement W2003017740 · doi:10.1021/ac011104a

An In-Depth Analysis of Electric Cell−Substrate Impedance Sensing To Study the Attachment and Spreading of Mammalian Cells

2002· article· en· W2003017740 sur OpenAlexaff
Caide Xiao, Bernard Lachance, Geoffrey I. Sunahara, John H. T. Luong

Notice bibliographique

RevueAnalytical Chemistry · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensNational Research Council CanadaBiotechnology Research Institute
Organismes subventionnairesnon disponible
Mots-clésElectrodeChemistryElectrolyteAnalytical Chemistry (journal)Substrate (aquarium)Surface plasmon resonanceElectrical impedanceAuxiliary electrodeNanotechnologyMaterials scienceChromatographyElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The attachment and spreading of fibroblast cells on a gold surface coated with fibronectin or ovalbumin were studied by a modified electric cell-substrate impedance sensor. In this system, cells were cultured in a well, equipped with a detecting gold electrode (surface area of 0.057 mm2) and a gold counter electrode (18 mm2). Based on a comprehensive theoretical framework, the impedance of the electrode-electrolyte interface and a cell layer was precisely obtained for frequencies ranging from 1 to 10 kHz. Surface concentrations of the protein adsorbed on the gold surface were determined by a surface plasmon resonance biosensor. The resistance change of the electrode-electrolyte interface at 4 kHz increased linearly with the number of fibroblast cells attached on the detecting electrode. The slope of the linear relationship appeared to depend on the type of coating protein. As the surface area occupied by the cells was also proportional to the cell number, the resistance change was in turn proportional to the area covered by the cells.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,244
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), 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

Citations133
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207