MétaCan
Menu
Retour à la cohorte
Enregistrement W4230166070 · doi:10.32920/ryerson.14655153.v1

Measuring the mechanical properties of apoptotic cells using particle tracking microrheology

2021· preprint· en· W4230166070 sur OpenAlexaff
Ahmed El Kaffas

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMicrorheologyViscoelasticityTracking (education)Particle (ecology)Materials scienceDynamic modulusElastic modulusRheologyMechanicsBiological systemDynamic mechanical analysisComposite materialPhysicsPolymer

Résumé

récupéré en direct d'OpenAlex

Numerical models developed to study high frequency ultrasound scattering during apoptosis require knowledge of mechanical properties of cells. Particle Tracking Microrheology (PTM) is a technique for studying the mechanical properties of soft materials. By tracking the Brownian movement of particles embedded in a material, its mechanical properties can be extracted. In this thesis, PTM is used to measure the relative changes in the viscoelasticity of apoptotic PC3 cells. PTM was first validated in purely viscous and viscoelastic phantoms. It was found to work well in viscous phantoms, but was limited to only measuring relative changes of the viscoelasticity of viscoelastic materials. After validation, PTM measurements in cells showed that the elastic and viscous modulus increased by over 50 Pa and 20 Pa respectively over the course of the treatment. Preliminary development of another technique known as Two-Point Particle Tracking Microrheology (TPM) is also presented in this thesis.

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 enseignants0,108
Score d'incertitude au seuil0,780

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 ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,077
Tête enseignante GPT0,235
Écart entre enseignants0,157 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetParticle Dynamics in Fluid FlowsTravaux en français237 207