MétaCan
Menu
Retour à la cohorte
Enregistrement W2032394856 · doi:10.1002/dvdy.20603

Buried alive: How osteoblasts become osteocytes

2005· review· en· W2032394856 sur OpenAlexafffund
Tamara A. Franz‐Odendaal, Brian K. Hall, P. Eckhard Witten

Notice bibliographique

RevueDevelopmental Dynamics · 2005
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBone Metabolism and Diseases
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDeutsche Forschungsgemeinschaft
Mots-clésOsteocyteIntramembranous ossificationOsteoidOsteoblastCell biologyMatrix (chemical analysis)Bone matrixBiologyBone cellProcess (computing)Bone formationAnatomyChemistryEndocrinologyBiochemistryIn vitroComputer scienceCartilage

Résumé

récupéré en direct d'OpenAlex

During osteogenesis, osteoblasts lay down osteoid and transform into osteocytes embedded in mineralized bone matrix. Despite the fact that osteocytes are the most abundant cellular component of bone, little is known about the process of osteoblast-to-osteocyte transformation. What is known is that osteoblasts undergo a number of changes during this transformation, yet retain their connections to preosteoblasts and osteocytes. This review explores the osteoblast-to-osteocyte transformation during intramembranous ossification from both morphological and molecular perspectives. We investigate how these data support five schemes that describe how an osteoblast could become entrapped in the bone matrix (in mammals) and suggest one of the five scenarios that best fits as a model. Those osteoblasts on the bone surface that are destined for burial and destined to become osteocytes slow down matrix production compared to neighbouring osteoblasts, which continue to produce bone matrix. That is, cells that continue to produce matrix actively bury cells producing less or no new bone matrix (passive burial). We summarize which morphological and molecular changes could be used as characters (or markers) to follow the transformation process.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,018
Tête enseignante GPT0,284
Écart entre enseignants0,266 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations768
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopmental DynamicsMême sujetBone Metabolism and DiseasesTravaux en français237 207