MétaCan
Menu
Retour à la cohorte
Enregistrement W4385214771 · doi:10.32920/23739075.v1

Vibrational Profiling of Brain Tumors and Cells

2023· preprint· en· W4385214771 sur OpenAlexaff
Sultan L Nelson, Dustin Proctor, Ahmad Ghasemloonia, Sanju Lama, Kourosh Zareinia, Younghee Ahn, Mustafa R Al-Saiedy, Francis Hy Green, Matthias Amrein, Garnette R. Sutherland

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAstrocytomaMeningiomaHippocampal formationNeocortexVibrationMicrophoneBrain tissuePathologyMaterials scienceBiomedical engineeringBiologyNeuroscienceMedicineGliomaAcousticsPhysics

Résumé

récupéré en direct d'OpenAlex

<p>This study reports vibration profiles of neuronal cells and tissues as well as brain tumor and neocortical specimens. A contact-free method and analysis protocol was designed to convert an atomic force microscope into an ultra-sensitive microphone with capacity to record and listen to live biological samples. A frequency of 3.4 Hz was observed for both cultured rat hippocampal neurons and tissues and vibration could be modulated pharmacologically. Malignant astrocytoma tissue samples obtained from operating room, transported in artificial cerebrospinal fluid, and tested within an hour, vibrated with a much different frequency profile and amplitude, compared to meningioma or lateral temporal cortex providing a quantifiable measurement to accurately distinguish the three tissues in real-time. Vibration signals were converted to audible sound waves by frequency modulation, thus demonstrating, acoustic patterns unique to meningioma, malignant astrocytoma and neocortex.</p>

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 enseignants0,026
Score d'incertitude au seuil0,525

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 recherche0,0000,000
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 Opus0,071
Tête enseignante GPT0,287
Écart entre enseignants0,217 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNeuroscience and Neural EngineeringTravaux en français237 207