MétaCan
Menu
Retour à la cohorte
Enregistrement W2485972902 · doi:10.1007/7657_2012_39

Assessing Mechanisms of Glioblastoma Invasion

2012· book-chapter· en· W2485972902 sur OpenAlexaff
Stephen M. Robbins, Donna L. Senger

Notice bibliographique

RevueNeuromethods · 2012
Typebook-chapter
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésInfiltration (HVAC)BiologyGlioblastomaBasement membraneBrain cancerPopulationNeuroscienceIn vivoCellParenchymaGliomaCancer cellCancer researchCancerPathologyMedicineCell biology

Résumé

récupéré en direct d'OpenAlex

Glioblastomas are one of the deadliest and most invasive cancers in humans. This heterogenous population of tumours interact with the surrounding brain parenchyma, disrupting physical barriers such as basement membranes, extracellular matrices and cell–cell contact while activating cellular processes that enable infiltration of cells long distances away from the original tumour mass. The protocols describe in this chapter aim to establish experimental models, both in vitro and in vivo, as tools for discovery and evaluation of the underlying molecular mechanisms of cellular invasion by providing experimental methodology that recapitulate, as close as possible, the tumour microenvironment in humans. Although established for the assessment of glioma migration and invasion, these methods provide experimental platforms that can be easily adapted for different types of cancers and for the screening of candidate cancer therapeutics.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,355
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0030,001

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 Opus0,059
Tête enseignante GPT0,311
Écart entre enseignants0,253 · 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
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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuromethodsMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207