MétaCan
Menu
Retour à la cohorte
Enregistrement W2898051941 · doi:10.1039/c8an01526k

Microfluidic bioanalytical flow cells for biofilm studies: a review

2018· review· en· W2898051941 sur OpenAlexafffund
Mohammad Pousti, Mir Pouyan Zarabadi, Mehran Abbaszadeh Amirdehi, François Paquet‐Mercier, Jesse Greener

Notice bibliographique

RevueThe Analyst · 2018
Typereview
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiofilmMicrofluidicsBiochemical engineeringNanotechnologyMulticellular organismBioanalysisComputer scienceBiologyEngineeringMaterials scienceBacteria

Résumé

récupéré en direct d'OpenAlex

Bacterial biofilms are among the oldest and most prevalent multicellular life forms on Earth and are increasingly relevant in research areas related to industrial fouling, medicine and biotechnology. The main hurdles to obtaining definitive experimental results include time-varying biofilm properties, structural and chemical heterogeneity, and especially their strong sensitivity to environmental cues. Therefore, in addition to judicious choice of measurement tools, a well-designed biofilm study requires strict control over experimental conditions, more so than most chemical studies. Due to excellent control over a host of physiochemical parameters, microfluidic flow cells have become indispensable in microbiological studies. Not surprisingly, the number of lab-on-chip studies focusing on biofilms and other microbiological systems with expanded analytical capabilities has expanded rapidly in the past decade. In this paper, we comprehensively review the current state of microfluidic bioanalytical research applied to bacterial biofilms and offer a perspective on new approaches that are expected to drive continued advances in this field.

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)0,002
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,300
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
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 Opus0,079
Tête enseignante GPT0,357
Écart entre enseignants0,277 · 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'étudeSans objet
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

Citations93
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe AnalystMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207