MétaCan
Menu
Retour à la cohorte
Enregistrement W2055759385 · doi:10.1115/sbc2008-192940

Comparison of Three Material Models to Predict the Time-Dependent Deformation of a Single Cell Under Micropipette Aspiration

2008· article· en· W2055759385 sur OpenAlexaff
Ruogang Zhao, Kristine Wyss, Craig A. Simmons

Notice bibliographique

RevueASME 2008 Summer Bioengineering Conference, Parts A and B · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular Mechanics and Interactions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPipetteViscoelasticityHyperelastic materialRheologyDeformation (meteorology)Materials scienceCreepMechanicsRotational symmetryFinite element methodStandard linear solid modelComposite materialBiomedical engineeringStructural engineeringPhysicsChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Micropipette aspiration is an experimental technique that is used widely to measure the mechanical properties of single cells [1]. The viscoelastic properties of the probed cell are often estimated by fitting experimental data to a three-parameter standard linear solid (SLS) half-space model (e.g., [1]). However, this analytical model does not account for the large strains that can occur with micropipette aspiration. This limitation has motivated the development of numerical methods to interpret the experimental data. For example, Zhou [2] implemented a material model combining a hyperelastic neo-Hookean material and a viscoelastic SLS material in an axisymmetric finite element (FE) model to simulate large strain micropipette aspiration of a suspended cell. The time-dependent creep deformation of cells has also been described by power-law rheology [3]; this material model has been applied to micropipette aspiration of nuclei [4], but not whole 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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,041
Tête enseignante GPT0,239
Écart entre enseignants0,198 · 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'étudeSimulation ou modélisation
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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASME 2008 Summer Bioengineering Conference, Parts A and BMême sujetCellular Mechanics and InteractionsTravaux en français237 207