MétaCan
Menu
Retour à la cohorte
Enregistrement W4220695271 · doi:10.1039/d2lc00025c

Autonomous electrochemical biosensing of glial fibrillary acidic protein for point-of-care detection of central nervous system injuries

2022· article· en· W4220695271 sur OpenAlexafffund
Razieh Salahandish, Mohsen Hassani, Azam Zare, Fatemeh Haghayegh, Amir Sanati‐Nezhad

Notice bibliographique

RevueLab on a Chip · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensUniversity of Calgary
Organismes subventionnairesAlberta Prion Research InstituteCMC MicrosystemsNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanadian Institutes of Health ResearchAlberta Innovates
Mots-clésMicrofluidicsBiosensorFluidicsCapillary actionNanotechnologyLab-on-a-chipComputer sciencePoint-of-care testingAutomationMaterials scienceBiomedical engineeringEmbedded systemEngineeringMechanical engineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

in PBS, respectively. Owing to its simplicity, sample-to-result performance, universality for handing different biofluids, low cost, high reproducibility, compatibility with scalable production, and short analysis time, the proposed biosensing platform can be further adapted for the detection of other biomarkers in different clinical bodily fluids for rapid diagnostic and prognostic applications.

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 enseignants0,017
Score d'incertitude au seuil0,446

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 Opus0,005
Tête enseignante GPT0,189
Écart entre enseignants0,184 · 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

Citations23
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetBiosensors and Analytical DetectionTravaux en français237 207