MétaCan
Menu
Retour à la cohorte
Enregistrement W2895840551 · doi:10.1016/j.cryobiol.2018.10.006

Thermal expansion of substrate may affect adhesion of Chinese hamster fibroblasts to surfaces during freezing

2018· article· en· W2895840551 sur OpenAlexafffund
Taylor Rutt, Nasim Eskandari, Maria Zhurova, Janet A.W. Elliott, Locksley E. McGann, Jason P. Acker, John A. Nychka

Notice bibliographique

RevueCryobiology · 2018
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésChinese hamsterAdhesionSubstrate (aquarium)HamsterAffect (linguistics)BiophysicsChemistryCell biologyBiologyBiochemistryMolecular biologyIn vitroPsychologyEcology

Résumé

récupéré en direct d'OpenAlex

Despite success in cryopreservation of cells in suspension, cryopreservation of cells in monolayers is still challenging. One of the major problems is detachment of the cells from the substrate which occurs during cryopreservation. We hypothesized that this detachment may be due to a mismatch in the coefficient of linear thermal expansion α L between glass and the frozen cell layer which manifests as residual stress and stress relaxation. This mismatch results in a difference between the thermal expansion of ice and glass as they undergo temperature changes. Rinzl plastic coverslips were selected as a possible substitute for glass because Rinzl has an α L (60 × 10 −6 /K) similar to that of ice (51 × 10 −6 /K) whereas glass has a much lower α L (5 × 10 −6 /K). V79-4 Chinese hamster fibroblasts were cultured on both glass and Rinzl coverslips until confluent and the area of coverage was measured before and after freezing at −9 °C. The glass coverslips showed significant loss of cells (coverage = 77.9 ± 8.0%) compared with Rinzl (coverage = 97.9 ± 1.4%). We concluded that Rinzl coverslips may improve cell attachment in future monolayer cryopreservation experiments.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,281
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations18
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCryobiologyMême sujet3D Printing in Biomedical ResearchTravaux en français237 207