MétaCan
Menu
Retour à la cohorte
Enregistrement W2406267632 · doi:10.1007/978-1-62703-643-6_20

Lab-on-a-Chip for Studying Growing Pollen Tubes

2013· article· en· W2406267632 sur OpenAlexaff
Carlos G. Agudelo, Muthukumaran Packirisamy, Anja Geitmann

Notice bibliographique

RevueMethods in molecular biology · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Reproductive Biology
Établissements canadiensUniversité de MontréalConcordia University
Organismes subventionnairesnon disponible
Mots-clésPolydimethylsiloxaneMicrofluidicsChipNanotechnologyPollen tubeWaferMicrofluidic chipLab-on-a-chipComputer sciencePollenMaterials scienceBiologyBotanyTelecommunications

Résumé

récupéré en direct d'OpenAlex

A major limitation in the study of pollen tube growth has been the difficulty in providing an in vitro testing microenvironment that physically resembles the in vivo conditions. Here we describe the development of a lab-on-a-chip (LOC) for the manipulation and experimental testing of individual pollen tubes. The design was specifically tailored to pollen tubes from Camellia japonica, but it can be easily adapted for any other species. The platform is fabricated from polydimethylsiloxane (PDMS) using a silicon/SU-8 mold and makes use of microfluidics to distribute pollen grains to serially arranged microchannels. The tubes are guided into these channels where they can be tested individually. The microfluidic platform allows for specific testing of a variety of growth behavioral features as demonstrated with a simple mechanical obstacle test, and it permits the straightforward integration of further single-cell test assays.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,396
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,033
Tête enseignante GPT0,381
Écart entre enseignants0,348 · 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.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetPlant Reproductive BiologyTravaux en français237 207