MétaCan
Menu
Retour à la cohorte
Enregistrement W2010898035 · doi:10.1088/0031-9155/57/16/5097

Dielectric spectroscopy for non-invasive monitoring of epithelial cell differentiation within three-dimensional scaffolds

2012· article· en· W2010898035 sur OpenAlexafffund
Jamal Daoud, Kōji Asami, Lawrence Rosenberg, Maryam Tabrizian

Notice bibliographique

RevuePhysics in Medicine and Biology · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Institute for Health and Care ResearchCanadian Institutes of Health ResearchInstitute for Chemical Research, Kyoto UniversityNational Institutes of HealthFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésDielectricSpectroscopyDielectric spectroscopyMaterials scienceOpticsOptoelectronicsBiomedical engineeringChemistryPhysicsMedicine

Résumé

récupéré en direct d'OpenAlex

In this study, we introduce a cellular differentiation cellular model based on dielectric spectroscopy that characterizes epithelial differentiation processes. Non-invasive cellular monitoring was achieved within a three-dimensional microenvironment consisting of a cell-containing collagen I gel seeded onto microfabricated scaffolds. In this proof-of-concept investigation, Madin-Darby canine kidney cells were cultured within microfabricated, geometrically controlled scaffolds and allowed us to differentiate to hollow cyst-like structures. This transformation within the three-dimensional environment is monitored and characterized through dielectric spectroscopy while maintaining cell culture in vitro.

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 enseignants0,026
Score d'incertitude au seuil0,320

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 Opus0,068
Tête enseignante GPT0,300
Écart entre enseignants0,232 · 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

Citations20
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207