MétaCan
Menu
Retour à la cohorte
Enregistrement W3214061813 · doi:10.26874/jkkes.v15i2.151

PENGGUNAAN KUTEKS SEBAGAI ALTERNATIF MOUNTING MEDIA PADA PEMBUATAN PREPARAT JARINGAN

2021· article· id· W3214061813 sur OpenAlexaboutno aff
Erick Khristian

Notice bibliographique

RevueJurnal Kesehatan Kartika · 2021
Typearticle
Langueid
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHaematoxylinEosinMicroscope slideMaterials scienceMicroscopePathologyMedicineStaining

Résumé

récupéré en direct d'OpenAlex

Mounting media is one of the important components in making tissue slides. Mounting media serves to cover the tissue on the slide to protect it from damage and also creates a refractive index between the tissue and objective lens approach, so that it can be seen clearly when observed using a microscope. Mounting media commonly used in the laboratory for tissue slide include entelan, Canada balsam and DFX. The aim of this research is to find an alternative mounting media that is cheap, easy to obtain and has a value comparable to the commonly used mounting media. The study used various organs of the liver, kidney, testes and brain stained with Haematoxylin Eosin. The analysis used is descriptive analysis by comparing the quality of the tissue slides using different mounting media, that is entelan and nail polish. The test parameters to see the quality of the results from the use of mounting media are the contrast of the tissue slides, the details of the nucleus and the brightness of the cytoplasm. The results of the study showed comparable values ​​for tissue slide contrast, nucleus detail and the brightness of the cytoplasm for all the organs made. It is advisable to use other stains to ensure that the use of nail polish can be used as a mounting media in the laboratory

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,051
Score d'incertitude au seuil0,170

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0510,019

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 GPT0,239
Écart entre enseignants0,227 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Kesehatan KartikaMême sujetAnatomy and Medical TechnologyTravaux en français237 207