MétaCan
Menu
Retour à la cohorte
Enregistrement W2261199961 · doi:10.1063/1.4940430

Two-dimensional arrays of cell-laden polymer hydrogel modules

2016· article· en· W2261199961 sur OpenAlexafffund
Yihe Wang, Yunfeng Li, Héloïse Thérien‐Aubin, Jennifer Ma, Peter W. Zandstra, Eugenia Kumacheva

Notice bibliographique

RevueBiomicrofluidics · 2016
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto
Mots-clésMicroscale chemistryExtracellular matrixMicrofluidicsCellNanotechnologyCell encapsulationSelf-healing hydrogelsFibroblastCell fate determinationCell migrationViability assayCell typeBiophysicsExtracellularMaterials scienceCell growthChemistryCell biologyIn vitroBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Microscale technologies offer the capability to generate in vitro artificial cellular microenvironments that recapitulate the spatial, biochemical, and biophysical characteristics of the native extracellular matrices and enable systematic, quantitative, and high-throughput studies of cell fate in their respective environments. We developed a microfluidic platform for the generation of two-dimensional arrays of micrometer-size cell-laden hydrogel modules (HMs) for cell encapsulation and culture. Fibroblast cells (NIH 3T3) and non-adherent T cells (EL4) encapsulated in HMs showed high viability and proliferation. The platform was used for real-time studies of the effect of spatial constraints and structural and mechanical properties of HMs on cell growth, both on the level of individual cells. Due to the large number of cell-laden HMs and stochastic cell distribution, cell studies were conducted in a time- and labor efficient manner. The platform has a broad range of applications in the exploration of the role of chemical and biophysical cues on individual cells, studies of in vitro cell migration, and the examination of cell-extracellular matrix and cell-cell interactions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,242
Écart entre enseignants0,228 · 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'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

Citations15
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomicrofluidicsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207