MétaCan
Menu
Retour à la cohorte
Enregistrement W2956859113 · doi:10.1073/pnas.1903406116

The optoelectronic microrobot: A versatile toolbox for micromanipulation

2019· article· en· W2956859113 sur OpenAlexaff
Shuailong Zhang, E. Scott, Jastaranpreet Singh, Yujie Chen, Yanfeng Zhang, Mohamed Y. El‐Sayed, M. Dean Chamberlain, Nika Shakiba, Kelsey V. Adams, Siyuan Yu, Cindi M. Morshead, Peter W. Zandstra, Aaron R. Wheeler

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensCanada's Michael Smith Genome Sciences CentreUniversity of British ColumbiaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésToolboxComputer scienceProjectorOptical tweezersNanotechnologyTweezersDimension (graph theory)Computer hardwareOptoelectronicsMaterials scienceOpticsArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

Microrobotics extends the reach of human-controlled machines to submillimeter dimensions. We introduce a microrobot that relies on optoelectronic tweezers (OET) that is straightforward to manufacture, can take nearly any desirable shape or form, and can be programmed to carry out sophisticated, multiaxis operations. One particularly useful program is a serial combination of "load," "transport," and "deliver," which can be applied to manipulate a wide range of micrometer-dimension payloads. Importantly, microrobots programmed in this manner are much gentler on fragile mammalian cells than conventional OET techniques. The microrobotic system described here was demonstrated to be useful for single-cell isolation, clonal expansion, RNA sequencing, manipulation within enclosed systems, controlling cell-cell interactions, and isolating precious microtissues from heterogeneous mixtures. We propose that the optoelectronic microrobotic system, which can be implemented using a microscope and consumer-grade optical projector, will be useful for a wide range of applications in the life sciences and beyond.

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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,023
Tête enseignante GPT0,285
Écart entre enseignants0,262 · 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

Citations139
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetMicro and Nano RoboticsTravaux en français237 207