MétaCan
Menu
Retour à la cohorte
Enregistrement W2891293600 · doi:10.1039/c8an01490f

Analysing single live cells by scanning electrochemical microscopy

2018· review· en· W2891293600 sur OpenAlexafffund
Fraser P. Filice, Zhifeng Ding

Notice bibliographique

RevueThe Analyst · 2018
Typereview
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaWestern UniversityCanada Foundation for Innovation
Mots-clésScanning electrochemical microscopyMicroscopyScanning ion-conductance microscopyScanning probe microscopyElectrochemistryNanotechnologyMaterials scienceBiophysicsChemistryBiologyScanning confocal electron microscopyPathologyMedicineElectrode

Résumé

récupéré en direct d'OpenAlex

Single live cell analysis methods provide information on the characteristics of individual cells, yielding not only bulk population averages but also their heterogeneity. Scanning electrochemical microscopy (SECM) offers single live cell activities along its topography with high accuracy probe tip positioning. Both intracellular and extracellular processes can be electrochemically examined through the use of SECM. This non-invasive technique allows for high resolution mapping of electrochemical measurements in or around the cell sample of interest. Reactive oxygen species and reactive nitrogen species can be determined in a non-invasive label-free method and utilized as a probe for cellular pathology and physiology. Membrane permeability and rate of membrane species transport can be quantified in SECM. The cell response to external stressors can be monitored and modelled. SECM is able to offer nanoscale mapping and low concentration detection, providing a powerful bioanalytical tool for live cell studies. Herein we present an overview of recent progress in the imaging and characterization of single live cells using SECM.

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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,762
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,021
Tête enseignante GPT0,303
Écart entre enseignants0,282 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe AnalystMême sujetElectrochemical Analysis and ApplicationsTravaux en français237 207