MétaCan
Menu
Retour à la cohorte
Enregistrement W3129032456 · doi:10.1115/1.4050054

Motility Response to Hydrodynamic Stress During the Growth Cycle in Active Fluid Suspensions

2021· article· en· W3129032456 sur OpenAlexaff
Hadi Fadlallah, Hassan Peerhossaini, Christopher De Groot, Mojtaba Jarrahi

Notice bibliographique

RevueJournal of Fluids Engineering · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésChlamydomonas reinhardtiiMotilityChlamydomonasSynechocystisBiophysicsShear stressBiologyBioreactorAlgaeBotanyCell biologyCyanobacteriaBiochemistryMechanicsPhysicsMutantBacteria

Résumé

récupéré en direct d'OpenAlex

Abstract In this work, we focus on the motility behavior of two model micro-organisms widely used in the study of active fluids: Chlamydomonas reinhardtii micro-alga and Synechocystis sp. cyanobacterium. Understanding the physiological responses of micro-organisms under variable environmental conditions is essential for bioreactor engineering. Yet, most of the previous studies focused on the observation of cellular motility regardless of the growth process. Here, we measure the motility of Chlamydomonas reinhardtii and Synechocystis sp. during their growth when subjected to different intensities of hydrodynamic shear stress. The results demonstrate a significant difference in the motility response of the two species against the applied hydrodynamic shear stress. Mechanical agitation appears to affect the motility of Chlamydomonas reinhardtii micro-algae by stimulating the growth process and increasing the magnitude of the cellular swimming velocity. This effect is described using an empirical model for the time variation of the motility. Synechocystis cells show a high endurance to the applied shear such that the global effect of agitation intensity on their motility is insignificant. However, it seems that the peak of the swimming velocity always occurs in the middle of exponential phase of growth.

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 seuil0,003

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)0,0000,000

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 Opus0,003
Tête enseignante GPT0,205
Écart entre enseignants0,201 · 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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluids EngineeringMême sujetMicro and Nano RoboticsTravaux en français237 207