MétaCan
Menu
Retour à la cohorte
Enregistrement W2742515379 · doi:10.4036/iis.2017.s.01

Vitrification of Biological Cells Using a Cryogenic Fine Solid Particulate Spray

2017· article· en· W2742515379 sur OpenAlexaboutno aff
Jun Ishimoto

Notice bibliographique

RevueInterdisciplinary Information Sciences · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensnon disponible
Organismes subventionnairesFrontier Research Institute for Interdisciplinary Sciences, Tohoku UniversityJapan Society for the Promotion of ScienceJapan Agency for Medical Research and Development
Mots-clésVitrificationLiquid nitrogenMaterials scienceNucleationHeat transferChemical engineeringNozzleChemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

We have developed a cryopreservation method that uses a single-component super-adiabatic two-fluid de Laval nozzle for the continuous production of solid nitrogen particles with a micro-nano-order particle size. The cell viability results showed that use of the solid nitrogen spray improved cell viability at the time of thawing by more than 20% compared with the conventional liquid nitrogen immersion freezing method. By using the present dynamic spray cooling method that avails of the synergistic effect of impingement heat transfer, convective heat transfer, and evaporation latent heat transfer of solid nitrogen particles, the new vitrification method reduces the cell membrane disruption caused by ice nucleation, crystal growth, and volume expansion.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,463
Score d'incertitude au seuil0,346

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,002
Science ouverte0,0010,000
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 Opus0,060
Tête enseignante GPT0,350
Écart entre enseignants0,290 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInterdisciplinary Information SciencesMême sujetParticle Dynamics in Fluid FlowsTravaux en français237 207