MétaCan
Menu
Retour à la cohorte
Enregistrement W2063945283 · doi:10.1002/elps.201000158

Detrapping particles in gel electrophoresis: A numerical study of different pulsed field sequences

2010· article· en· W2063945283 sur OpenAlexaff
Antoine Dubé, Gary W. Slater

Notice bibliographique

RevueElectrophoresis · 2010
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueSpectroscopy and Quantum Chemical Studies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésTrappingLimit (mathematics)ElectrophoresisElectric fieldField (mathematics)Sequence (biology)Pulse (music)Numerical analysisPhysicsCurrent (fluid)Materials scienceComputational physicsStatistical physicsAtomic physicsChemistryVoltageChromatographyMathematicsThermodynamicsQuantum mechanicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Large particles tend to get trapped in dead-ends more often than small particles when electrophoresed in random cross-linked gels. It is known that pulsed electric fields can be used to free particles from these traps, leading to an increase in velocity and improved size separation. Although numerical and theoretical models have been proposed for the mobility of smaller particles in the so-called Ogston sieving limit, the effect of pulsed fields on trapping has not been previously modeled. We present a numerical study of detrapping and we compare our results with those of To and Boyde (To, K.-Y., Boyde, T. R., Electrophoresis 1993, 14, 597). We use an exact numerical method to examine detrapping in various two-dimensional systems of obstacles. We also propose and investigate new ways to optimize the pulse sequence in order to separate particles of different sizes.

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 enseignants0,169
Score d'incertitude au seuil0,784

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 recherche0,0000,001
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 Opus0,007
Tête enseignante GPT0,253
Écart entre enseignants0,246 · 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectrophoresisMême sujetSpectroscopy and Quantum Chemical StudiesTravaux en français237 207