Method to characterize inorganic particulates in lung tissue biopsies using field emission scanning electron microscopy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Humans accumulate large numbers of inorganic particles in their lungs over a lifetime. Whether this causes or contributes to debilitating disease over a normal lifespan depends on the type and concentration of the particles. We developed and tested a protocol for in situ characterization of the types and distribution of inorganic particles in biopsied lung tissue from three human groups using field emission scanning electron microscopy (FE-SEM) combined with energy dispersive spectroscopy (EDS). Many distinct particle types were recognized among the 13 000 particles analyzed. Silica, feldspars, clays, titanium dioxides, iron oxides and phosphates were the most common constituents in all samples. Particles were classified into three general groups: endogenous, which form naturally in the body; exogenic particles, natural earth materials; and anthropogenic particles, attributed to industrial sources. These in situ results were compared with those using conventional sodium hypochlorite tissue digestion and particle filtration. With the exception of clays and phosphates, the relative abundances of most common particle types were similar in both approaches. Nonetheless, the digestion/filtration method was determined to alter the texture and relative abundances of some particle types. SEM/EDS analysis of digestion filters could be automated in contrast to the more time intensive in situ analyses.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle