MétaCan
Menu
Retour à la cohorte
Enregistrement W4244318973 · doi:10.22215/etd/2018-13386

Raman Spectroscopy of Human Lens Epithelial Cells Exposed to a Low-Dose Range of Ionizing Radiation

2018· dissertation· en· W4244318973 sur OpenAlexaff
Christian Allen

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSpectroscopy Techniques in Biomedical and Chemical Research
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésRaman spectroscopyIonizing radiationLens (geology)SpectroscopyHuman eyeMaterials scienceOpticsIrradiationPhysics

Résumé

récupéré en direct d'OpenAlex

Recent studies indicate that ionizing radiation induced opacification in the lens of the eye occurs at lower doses (< 2 Gy) than past protection guidelines had assumed.Research is currently focused on identifying early signs of the lens degradation that leads to cataract formation, and in developing non-invasive assays capable of detecting low dose exposures to the lens of the eye.Raman spectroscopy (RS) is a non-invasive, vibrational spectroscopic technique based on the inelastic scattering of light by molecular vibrations.It is capable of providing information on the molecular makeup of biological samples that can be used for classification purposes.This work focuses on the application of RS combined with multivariate statistical analysis to detect radiation induced changes in vitro within human lens epithelial (HLE) cells exposed to a broad dose-range (0.01-5 Gy).The development of a new Raman microscope which will increase data acquisition throughput is also discussed.I would like to begin by thanking all members of the Carleton Biophotonics Research Group (CBRG), both past and present.First and foremost, I would like to express my heartfelt gratitude to my supervisor, Dr. Sangeeta Murugkar, for providing invaluable advice and guidance, for keeping me on track throughout my work, and without whom this research would not have happened.I would like

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 enseignants0,002
Score d'incertitude au seuil0,004

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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,333
Écart entre enseignants0,319 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpectroscopy Techniques in Biomedical and Chemical ResearchTravaux en français237 207