MétaCan
Menu
Retour à la cohorte
Enregistrement W2120153062 · doi:10.1667/rr1014.1

Effective Target Size for the Induction of Bystander Effects in Medium Transfer Experiments

2007· article· en· W2120153062 sur OpenAlexafffund
Zhengfeng Liu, William V. Prestwich, Robert D. Stewart, Soo Hyun Byun, Carmel Mothersill, Fiona E. McNeill, Colin Seymour

Notice bibliographique

RevueRadiation Research · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueEffects of Radiation Exposure
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésBystander effectFormalism (music)PhysicsNuclear medicineChemistryBiologyMedicineImmunology

Résumé

récupéré en direct d'OpenAlex

Liu, Z., Prestwich, W. V., Stewart, R. D., Byun, S. H., Mothersill, C. E., McNeill, F. E. and Seymour, C. B. Effective Target Size for the Induction of Bystander Effects in Medium Transfer Experiments. Radiat. Res. 168, 627–630 (2007).Although radiation-induced bystander effects are frequently observed biological phenomena, the mechanism for these effects has not been fully determined. The target-hit theory and related concepts from microdosimetry provide a convenient formalism to help identify the nature of the targets responsible for initiating the emission of diffusible factors in medium transfer experiments. We used the microdosimetric models proposed by Stewart et al. (Radiat. Res. 165, 460–469, 2006) to analyze the results of published medium transfer experiments for γ-ray doses in the range of 0.04 mGy to 5 Gy. The analysis suggests that the effective size of the target responsible for initiating signal emission in HPV-G human keratinocyte donor cells is approximately 2 μm.

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)0,005
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,458
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,034
Tête enseignante GPT0,410
Écart entre enseignants0,376 · 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

Citations22
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRadiation ResearchMême sujetEffects of Radiation ExposureTravaux en français237 207