A method for calculating the gas volume proportions and inhalation temperature of inert gas mixtures allowing reaching normothermic or hypothermic target body temperature in the awake rat
Notice bibliographique
Résumé
The noble gases xenon (Xe) and helium (He) are known to possess neuroprotective properties. Xe is considered the golden standard neuroprotective gas. However, Xe has a higher molecular weight and lower thermal conductivity and specific heat than those of nitrogen, the main diluent of oxygen (O2) in air, conditions that could impair or at least reduce the intrinsic neuroprotective properties of Xe by increasing the critical care patient's respiratory workload and body temperature. In contrast, He has a lower molecular weight and higher thermal conductivity and specific heat than those of nitrogen, but is unfortunately far less potent than Xe at providing neuroprotection. Therefore, combining Xe with He could allow obtaining, depending on the gas inhalation temperature and composition, gas mixtures with neutral or hypothermic properties, the latter being advantageous in term of neuroprotection. However, calculating the thermal properties of a mixture, whatever the substances – gases, metals, rubbers, etc. – is not trivial. To answer this question, we provide a graphical method to assess the volume proportions of Xe, He and O2 that a gas mixture should contain, and the inhalation temperature to which it should be administered to allow a clinician to maintain the patient at a target body temperature.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».