MétaCan
Menu
Retour à la cohorte
Enregistrement W2528943679 · doi:10.7567/jjap.55.1102a8

Soft matter physics: Tools and mechanical models for living cellular aggregates

2016· article· en· W2528943679 sur OpenAlexaff
Nada Khalifat, Grégory Beaune, Usharani Nagarajan, Françoise M. Winnik, Françoise Brochard‐Wyart

Notice bibliographique

RevueJapanese Journal of Applied Physics · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular Mechanics and Interactions
Établissements canadiensUniversité de Montréal
Organismes subventionnairesUniversité de Lorraine
Mots-clésLiving matterActive matterSoft matterElasticity (physics)PipetteNanotechnologyMechanicsSoft materialsPhysicsLiving systemsBiophysicsClassical mechanicsStatistical physicsBiological systemMaterials scienceChemistryComputer scienceBiologyThermodynamicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Tissues belong to the broad field of active matter, a novel class of non-equilibrium materials composed of many interacting units that individually consume energy and collectively generate motion or mechanical stresses. Active systems span an enormous range of length scales, from individual living cells, to tissues and organisms, to animal groups. We introduce the concept of biological tissues as examples of entangled active matter, where the units (cell) are bound by transient links. We focus here on the mechanical properties (surface tension, elasticity, and viscosity) of cells and tissues derived from measurements performed by the pipette aspiration technique. This approach has been very fruitful in unveiling striking analogies between the physics of inert soft matter (polymer, viscous pastes, and Silly Putty ® ) and the behavior of biological tissues. The results obtained from such analogies suggest important implications in the fields of tissue engineering and development.

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 enseignants0,293
Score d'incertitude au seuil0,392

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 Opus0,015
Tête enseignante GPT0,230
Écart entre enseignants0,214 · 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJapanese Journal of Applied PhysicsMême sujetCellular Mechanics and InteractionsTravaux en français237 207