MétaCan
Menu
Retour à la cohorte
Enregistrement W3023653095 · doi:10.3390/s20092628

Radiation-Activated Pre-Differentiated Retinal Tissue Monitored by Acoustic Wave Biosensor

2020· article· en· W3023653095 sur OpenAlexafffund
Alin Cheran, Michael Thompson

Notice bibliographique

RevueSensors · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSanofi PasteurUniversity of TorontoSanofi
Mots-clésElectrodeMaterials scienceRetinalLight intensityIntensity (physics)RetinaSurface acoustic waveRadiationInterdigital transducerOpticsOptoelectronicsAnalytical Chemistry (journal)ChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

A thickness-shear mode acoustic wave biosensor operated within a flow-through system was used to examine the response of mouse retinal tissue to radiation. Control experiments conducted with respect to exposure of the bare gold electrodes of the device under various conditions of light intensity and bathing solution yielded reversible changes in resonant frequency (Fs) and motional resistance (Rm). The magnitude of transient changes was proportional to light intensity, but independent of solution type. These alterations in acoustic parameters were ascribed to acoustic coupling phenomena at the electrode-to-liquid interface. Pre-differentiated retina from mouse samples deposited on the thickness shear mode (TSM) electrode exposed to a high light intensity condition also exhibited reversible changes in both Fs and Rm, compared to control experiments involving a coating used to attach the tissue to the electrode. In this case, the radiation-instigated reversible responses for both acoustic parameters exhibited a reduction in magnitude. The changes are ascribed to the alteration in viscoelasticity of the retinal matrix on the TSM electrode surface. The precise biophysical mechanism responsible for the changes in Fs and Rm remains a challenge, given the complex make up of retinal tissue.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,042
Score d'incertitude au seuil0,897

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,030
Tête enseignante GPT0,254
Écart entre enseignants0,223 · 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.

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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetNeuroscience and Neural EngineeringTravaux en français237 207