MétaCan
Menu
Retour à la cohorte
Enregistrement W3035538557 · doi:10.3390/mi11060590

Recent Advances in Monitoring Cell Behavior Using Cell-Based Impedance Spectroscopy

2020· review· en· W3035538557 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMicromachines · 2020
Typereview
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesOntario Ministry of Research and InnovationNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Research, Innovation and ScienceCanada Research ChairsCanada Foundation for Innovation
Mots-clésDielectric spectroscopyCellViability assayElectrical impedanceNanotechnologyMotilityCell adhesionBiomedical engineeringMaterials scienceChemistryBiophysicsBiologyCell biologyMedicineEngineeringBiochemistryElectrochemistryElectrodeElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Cell-based impedance spectroscopy (CBI) is a powerful tool that uses the principles of electrochemical impedance spectroscopy (EIS) by measuring changes in electrical impedance relative to a voltage applied to a cell layer. CBI provides a promising platform for the detection of several properties of cells including the adhesion, motility, proliferation, viability and metabolism of a cell culture. This review gives a brief overview of the theory, instrumentation, and detection principles of CBI. The recent applications of the technique are given in detail for research into cancer, neurodegenerative diseases, toxicology as well as its application to 2D and 3D in vitro cell cultures. CBI has been established as a biophysical marker to provide quantitative cellular information, which can readily be adapted for single-cell analysis to complement the existing biomarkers for clinical research on disease progression.

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.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,908
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,028
Tête enseignante GPT0,305
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