MétaCan
Menu
Retour à la cohorte
Enregistrement W2899769376 · doi:10.1038/s42004-018-0081-4

Biomineralization of calcium phosphate revealed by in situ liquid-phase electron microscopy

2018· article· en· W2899769376 sur OpenAlexafffund
Xiaoyue Wang, Jie Yang, Carmen M. Andrei, Leyla Soleymani, Kathryn Grandfield

Notice bibliographique

RevueCommunications Chemistry · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCalcium Carbonate Crystallization and Inhibition
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcMaster University
Mots-clésBiomineralizationMineralization (soil science)NucleationCalciumPhosphateBiophysicsChemistryChemical engineeringTransmission electron microscopyElectron microscopeMaterials scienceNanotechnologyBiochemistryBiologyOrganic chemistryOptics

Résumé

récupéré en direct d'OpenAlex

Abstract Calcium phosphate biomineralization is essential to the formation of bones and teeth, and other pathological calcifications. Unravelling the mechanism of calcium phosphate nucleation and growth contributes significantly to understanding diseases caused by pathological mineralization, and also to designing biomimetic materials with suitable properties. Recently, calcium phosphate was proposed to mineralize following a non-classical crystal growth pathway of pre-nucleation cluster aggregation. Liquid-phase transmission electron microscopy allows dynamic processes to be recorded continuously inside liquid. Here we present direct evidence, based on continuous monitoring in liquid, to confirm that calcium phosphate mineralization from simulated body fluid occurs by particle attachment, shown with nanoscale spatial resolution and sufficient temporal resolution. This work may lay the foundation for future investigation of mineralization in other relevant biological systems in humans and vertebrates.

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 enseignants0,001
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 Opus0,021
Tête enseignante GPT0,338
Écart entre enseignants0,316 · 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

Citations62
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications ChemistryMême sujetCalcium Carbonate Crystallization and InhibitionTravaux en français237 207