MétaCan
Menu
Retour à la cohorte
Enregistrement W4307973358 · doi:10.21769/bioprotoc.4527

LIST: A Newly Developed Laser-assisted Cell Bioprinting Technology

2022· article· en· W4307973358 sur OpenAlexaff
Katiane Roversi, Hamid Ebrahimi Orimi, Mahyar Erfanian, Sébastien Talbot, Christos Boutopoulos

Notice bibliographique

RevueBIO-PROTOCOL · 2022
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensConcordia UniversityUniversité de MontréalHôpital Maisonneuve-Rosemont
Organismes subventionnairesnon disponible
Mots-clésComputer scienceEconomic shortage3D bioprintingProtocol (science)LaserNanotechnologyTissue engineeringMaterials scienceBiomedical engineeringEngineeringMedicineOptics

Résumé

récupéré en direct d'OpenAlex

Cell bioprinting technologies aim to fabricate tissue-like constructs by delivering biomaterials layer-by-layer. Bioprinted constructs can reduce the use of animals in drug development and hold promise for addressing the shortage of organs for transplants. We recently introduced a laser-assisted drop-on-demand bioprinting technology termed Laser Induced Side Transfer (LIST). This technology can print delicate cell types, including primary neurons. This bioprinting protocol includes the following key steps: cell harvesting, bio-ink preparation, laser setup priming, printing, and post-printing analysis. This protocol includes a detailed description of the laser setup, which is a rather unusual setup for a biology lab. This should allow easy reproduction by readers with basic knowledge of optics. Although we have focused on neuron bioprinting, interested readers will be able to adapt the protocol to bioprint virtually any cell type.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,307
Écart entre enseignants0,280 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBIO-PROTOCOLMême sujet3D Printing in Biomedical ResearchTravaux en français237 207