MétaCan
Menu
Retour à la cohorte
Enregistrement W2027892724 · doi:10.1002/bit.22539

Cell placement and guidance on substrates for neurochip interfaces

2009· article· en· W2027892724 sur OpenAlexaff
Anne Charrier, Dolores Martínez, Robert Monette, Tanya Comas, Raluca Movileanu, Christophe Py, M. W. Denhoff, Anthony Krantis, Geoff Mealing

Notice bibliographique

RevueBiotechnology and Bioengineering · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensInstitute for Biological SciencesUniversity of OttawaInstitute for Microstructural SciencesSteacie Institute for Molecular Sciences
Organismes subventionnairesnon disponible
Mots-clésPatch clampPlanarInterface (matter)NanotechnologyElectrophysiologyCell adhesionChipMaterials scienceAdhesionComputer scienceNeuroscienceBiophysicsChemistryBiologyBiochemistryTelecommunications

Résumé

récupéré en direct d'OpenAlex

Interface devices such as integrated planar patch-clamp chips are being developed to study the electrophysiological activity of neuronal networks grown in vitro. The utility of such devices will be dependent upon the ability to align neurons with interface features on the chip by controlling neuronal placement and by guiding cell connectivity. In this paper, we present a strategy to accomplish this goal. Patterned chemical modification of SiN surfaces with poly-d-lysine transferred from PDMS stamps was used to promote adhesion and guidance of cryo-preserved primary rat cortical neurons. We demonstrate that these neurons can be positioned and grown over microhole features which will ultimately serve as patch-clamp interfaces on the chip.

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 enseignants0,008
Score d'incertitude au seuil0,537

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 Opus0,022
Tête enseignante GPT0,241
Écart entre enseignants0,219 · 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

Citations16
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotechnology and BioengineeringMême sujetNeuroscience and Neural EngineeringTravaux en français237 207