Elección de los parámetros que intervienen en un modelo de regresión local
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
Micro-computed tomography (micro-CT) is used routinely to quantify skeletal tissue mass in small animal models. Our goal was to evaluate repeated <i>in vivo</i> micro-CT imaging for monitoring whole-body composition in studies of growth and aging in mice. Male mice from 2 to 52 weeks of age were anesthetized and imaged using an eXplore Locus Ultra and/or eXplore speCZT scanner. Images were reconstructed into 3D volumes, signal-intensity thresholds were used to classify each voxel as adipose, lean or skeletal tissue, and tissue masses were calculated from known density values. Images revealed specific changes in tissue distribution with growth and aging. Quantification showed biphasic increases in total CT-derived body mass, lean and skeletal tissue masses, consisting of rapid increases to 8 weeks of age, followed by slow linear increases to 52 weeks. In contrast, bone mineral density increased rapidly to a stable plateau at ~ 14 weeks of age. On the other hand, adipose tissue mass increased continuously with age. A micro-CT-derived total mass was calculated for each mouse and compared with gravimetrically measured mass, which differed on average by < 3%. Parameters were highly reproducible for mice of the same age, but variability increased slightly with age. There was also good agreement in parameters for the same group of mice scanned on the eXplore Locus Ultra and eXplore speCZT systems. This study provides reference values for normative comparisons; as well, it demonstrates the usefulness of <i>in vivo</i> single-energy micro-CT scans to quantify whole-body composition in high-throughput studies of growth and aging in mice.
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 | 0,001 | 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