MétaCan
Menu
Retour à la cohorte
Enregistrement W4409303060 · doi:10.1007/s11626-025-01042-1

Improve your success with fish cell lines—small things that matter

2025· review· en· W4409303060 sur OpenAlexaff
Anita Solhaug, Georgina C. Dowd, Vivian R. Dayeh, Hilde Sindre, Lucy E. J. Lee, Niels C. Bols

Notice bibliographique

RevueIn Vitro Cellular & Developmental Biology - Animal · 2025
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAquaculture disease management and microbiota
Établissements canadiensUniversity of the Fraser ValleyUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésIsolation (microbiology)Fish <Actinopterygii>Key (lock)Knowledge baseCell cultureWork (physics)Computer scienceBiotechnologyBiologyBusinessKnowledge managementEcologyWorld Wide WebFisheryEngineeringBioinformatics

Résumé

récupéré en direct d'OpenAlex

There is a drive towards reducing animal experiments and developing robust biologically relevant in vitro models based on cell lines, including those derived from fish. At the time of writing, Cellosaurus, the knowledge base of current cell lines used in research, listed more than 900 fish cell lines in its database. One of the key challenges facing fish cell biology is the lack of fundamental technical information regarding the isolation, culture, and application of cell lines. Researchers often work in silos, encountering similar technical challenges, each spending significant time and resources overcoming the same issues for which solutions may not be readily accessible. Here, we share some of the key considerations for the isolation, culture, maintenance, and application of fish cell lines in toxicology, which we have encountered over our collective decades of experience.

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,246
Écart entre enseignants0,229 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIn Vitro Cellular & Developmental Biology - AnimalMême sujetAquaculture disease management and microbiotaTravaux en français237 207