MétaCan
Menu
Retour à la cohorte
Enregistrement W2043496919 · doi:10.1177/1045389x09356008

Development of a Multi-axial Mechanical Cell Stimulator

2009· article· en· W2043496919 sur OpenAlexafffund
Mathew Stevenson, Stephen D. Waldman, Yongjun Lai

Notice bibliographique

RevueJournal of Intelligent Material Systems and Structures · 2009
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensKingston General HospitalQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCube (algebra)ActuatorMaterials scienceShape-memory alloyShear (geology)Compression (physics)Tension (geology)Shear forceMechanical engineeringStructural engineeringComposite materialEngineeringElectrical engineeringGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

This article proposes a novel electro-mechanical device to facilitate the investigation of mechanical stimuli on cells. The system was designed to dynamically apply a generalized, multi-axial state of deformation to a cell-encapsulated in a hydrogel cube by applying independent combinations of normal and shear forces to the faces of the cube. The compact device was prototyped using ABS plastic and used shape memory alloy actuator wires to generate the required forces and deformations. The electro-thermal and thermo-mechanical behaviors of the actuation system were modeled analytically and the stimulator was tested to evaluate its performance. Strain amplitudes of up to 8% (tension/compression and shear) were achievable, while deforming a cube with 1 cm side length.

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 enseignants0,002
Score d'incertitude au seuil0,364

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 Opus0,038
Tête enseignante GPT0,276
Écart entre enseignants0,238 · 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

Citations0
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Intelligent Material Systems and StructuresMême sujetNeuroscience and Neural EngineeringTravaux en français237 207