MétaCan
Menu
Retour à la cohorte
Enregistrement W2090066413 · doi:10.1364/ao.50.001798

Spectral domain fluorescence coherence phase microscopy

2011· article· en· W2090066413 sur OpenAlexaff
Andra St. Quintin, Lukas-Karim Merhi, Marinko V. Šarunic

Notice bibliographique

RevueApplied Optics · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Coherence Tomography Applications
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésOpticsMicroscopyCoherence (philosophical gambling strategy)Interference microscopyInterferometryMaterials scienceFluorescence microscopeNanoscopic scalePhase (matter)Interference (communication)Photoactivated localization microscopyOptical coherence tomographyFluorescenceSuper-resolution microscopyPhysicsNanotechnologyComputer science

Résumé

récupéré en direct d'OpenAlex

Spectral domain phase microscopy (SDPM) has been reported in the literature as a functional extension to low-coherence interferometry, which enables nanoscale measurement of a scatter's displacement. The signal in SDPM is generated from structural images that lack molecular specificity. This paper investigates the expansion of phase analysis to fluorescence self-interference signals to provide functional information about a sample. Spectral domain fluorescence coherence phase microscopy is demonstrated for nanoscale resolution motion detection of fluorescent particles with a signal-to-noise ratio limited resolution of ~10 nm. This paper demonstrates the feasibility of combining phase processing with fluorescence self-interference, which may be useful for future applications such as cell rheology.

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 enseignants0,318
Score d'incertitude au seuil0,943

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 Opus0,019
Tête enseignante GPT0,245
Écart entre enseignants0,226 · 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

Citations4
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetOptical Coherence Tomography ApplicationsTravaux en français237 207