MétaCan
Menu
Retour à la cohorte
Enregistrement W2807186115 · doi:10.1017/9781108526227

Dynamics of Engineered Artificial Membranes and Biosensors

2018· book· en· W2807186115 sur OpenAlexaff
William Hoiles, Vikram Krishnamurthy, Bruce Cornell

Notice bibliographique

RevueCambridge University Press eBooks · 2018
Typebook
Langueen
DomaineNeuroscience
ThématiquePhotoreceptor and optogenetics research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMembraneBiosensorMesoscopic physicsNanotechnologyLipid bilayerMolecular dynamicsSynthetic biologyBiophysicsComputer scienceMaterials scienceChemistryPhysicsComputational biologyBiologyBiochemistryComputational chemistry

Résumé

récupéré en direct d'OpenAlex

Learn about the state of the art in building artificial membranes and synthetic biological devices, and in constructing mathematical models for their dynamics at multiple time and spatial scales with this comprehensive book. Drawing on recent advances in bioengineering and biochemistry, it describes how to engineer tethered bilayer lipid membranes, bioelectronic interfaces, high-resolution biosensors, and diagnostic devices for non-invasive cellular measurements and electroporation. Multi-physics models combining atomistic (molecular dynamics and coarse-grained molecular dynamics), mesoscopic (Poisson-Nernst-Planck), and macroscopic (reaction-rate theory) dynamics provide a complete structure-to-function description of these devices. Experiments and dynamic models explain how anti-microbial peptides penetrate membranes, how molecular machine biosensors built out of artificial membranes can detect femtomolar concentrations, and how electroporation can be controlled. Supported by atomistic simulation code online, this is essential reading for researchers, students and professionals in bioengineering, chemical engineering, biophysics, applied mathematics, and electrical engineering

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,599
Score d'incertitude au seuil1,000

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 technologies0,0000,001
Communication savante0,0000,000
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 Opus0,035
Tête enseignante GPT0,237
Écart entre enseignants0,202 · 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
GenreAutre

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetPhotoreceptor and optogenetics researchTravaux en français237 207