MétaCan
Menu
Retour à la cohorte
Enregistrement W4200394945 · doi:10.31983/jlm.v3i1.8005

Microscopic Description of Mus Musculus Kidney Preparation Deparafinized with Olive Oil in Eosin (HE) Hematoxylin (HE) Staining

2021· article· en· W4200394945 sur OpenAlexaff
Ela Nur Pratiwi, Desy Armalina

Notice bibliographique

RevueJaringan Laboratorium Medis · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueBiological Stains and Phytochemicals
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésChemistryStainingH&E stainEosinKidneyChromatographyOlive oilPathologyMedicineFood scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Deparaffinization is a stage before the staining process to remove/dissolve paraffin so that the absorption of color in tissue preparations is maximized. Deparaffinization is usually carried out using xylol and toluol. Xylol has toxic effects including acute neurotoxicity, heart and kidney damage, hepatotoxicity, fatal blood dyscrasias, skin erythema, dry skin, peeling skin, and also has a carcinogenic effect. The toxicity effect of olive oil is lower than that of xylol. Oils that have non-polar properties can remove the remaining paraffin contained in the tissue. The purpose of this study was to determine the microscopic appearance of the kidney tissue preparations of mice deparaffinized with olive oil on hematoxylin eosin (HE) staining. The type of research used is experimental research which is analyzed with a descriptive approach. The results of the assessment of preparations deparaffinized with xylol in 80 visual fields obtained 100% good preparations and preparations deparaffinized with olive oil in 80 visual fields obtained 0% poor preparations, 11.3% poor preparations, and 88.7% good preparation. So it can be said that better results are found in the microscopic picture of the kidney preparations of mice (Mus musculus) deparaffinized with xylol.

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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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)0,0050,001

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 Opus0,015
Tête enseignante GPT0,278
Écart entre enseignants0,262 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJaringan Laboratorium MedisMême sujetBiological Stains and PhytochemicalsTravaux en français237 207