MétaCan
Menu
Retour à la cohorte
Enregistrement W2292701522 · doi:10.1039/c5lc01540e

A microfluidic platform with pH imaging for chemical and hydrodynamic stimulation of intact oral biofilms

2016· article· en· W2292701522 sur OpenAlexafffund
Mazeyar Parvinzadeh Gashti, Jérémie Asselin, Jean Barbeau, Denis Boudreau, Jesse Greener

Notice bibliographique

RevueLab on a Chip · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensUniversité de MontréalUniversité Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésMicrofluidicsBiofilmStimulationBiomedical engineeringNanotechnologyChemistryBiophysicsMicrobiologyMaterials scienceBacteriaMedicineBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

A microfluidic platform with a fluorescent nanoparticle-based sensor is demonstrated for real-time, ratiometric pH imaging of biofilms. Sensing is accomplished by a thin patterned layer of covalently bonded Ag@SiO2+FiTC nanoparticles on an embedded planar glass substrate. The system is designed to be sensitive, responsive and give sufficient spatial resolution to enable new micro-scale studies of the dynamic response of oral biofilms to well-controlled chemical and hydrodynamic stimulation. Performance under challenging operational conditions is demonstrated, which include long-duration exposure to sheer stresses, photoexcitation and pH sensor biofouling. After comprehensive validation, the device was used to monitor pH changes at the attachment surface of a biofilm of the oral bacteria, Streptococcus salivarius. By controlling flow and chemical concentration conditions in the microchannel, biochemical and mass transport contributions to the Stephan curve could be probed individually. This opens the way for the analysis of separate contributions to dental caries due to localized acidification directly at the biofilm tooth interface.

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 enseignants0,006
Score d'incertitude au seuil0,315

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 Opus0,006
Tête enseignante GPT0,205
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 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

Citations66
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207