MétaCan
Menu
Retour à la cohorte
Enregistrement W3042387158 · doi:10.1039/d0ra05190j

Thread integrated smart-phone imaging facilitates early turning point colorimetric assay for microbes

2020· article· en· W3042387158 sur OpenAlexfundno aff
Anusha Prabhu, M. S. Giri Nandagopal, V.K. Prabhu, Ujjwal Verma, Naresh Kumar Mani

Notice bibliographique

RevueRSC Advances · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensnon disponible
Organismes subventionnairesVision Group on Science and TechnologyScience and Engineering Research BoardIndian Council of Medical ResearchDepartment of Science and Technology, Ministry of Science and Technology, IndiaMcGill University
Mots-clésThread (computing)Turning pointSmart phoneComputer scienceNanotechnologyChemistryMaterials scienceTelecommunicationsPhysicsOperating systemAcoustics

Résumé

récupéré en direct d'OpenAlex

(≈1.5 hours). The reported thread and smartphone integrated image analysis works towards identifying the turning point of the colorimetric change rather than the end-point analysis. Using this approach, the interpretation time can be significantly reduced compared to the existing conventional microbial methods (≈24 hours). The thread-based colorimetric microbial assay represents a ready-to-use, low-cost and straightforward technology with applicability in resource-constrained environments, surpassing the need for frequent fresh media preparation, expensive instrumentation, complex fabrication techniques and expert intervention. The proposed method possesses high scalability and reproducibility, which can be further extended to bio(chemical) assays.

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)0,000
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 enseignants0,463
Score d'incertitude au seuil0,559

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,224
Écart entre enseignants0,212 · 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

Citations31
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRSC AdvancesMême sujetBiosensors and Analytical DetectionTravaux en français237 207