MétaCan
Menu
Retour à la cohorte
Enregistrement W4415992168 · doi:10.1016/j.cryobiol.2025.105339

Interrupted cooling protocols in cryopreservation: A review of fundamentals, methods and experimental outcomes for cells in suspension

2025· article· en· W4415992168 sur OpenAlexafffund
Elham Ashrafi, Janet A.W. Elliott

Notice bibliographique

RevueCryobiology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueReproductive Biology and Fertility
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research ChairsUniversity of Alberta
Mots-clésCryobiologyCryoprotectantSuspension (topology)CryopreservationSlow coolingActive cooling

Résumé

récupéré en direct d'OpenAlex

Interrupted cooling protocols are effective techniques used in cryobiology to study how cells respond to the freeze/thaw processes. By interrupting either rapid or slow cooling processes within specific sub-zero temperature ranges, researchers can improve the viability of cells after cryopreservation. These methods also provide insights into the differences between slow and rapid cooling injuries. Interrupted cooling protocols help researchers optimize critical factors affecting post-thaw viability and function, such as cooling profiles, cryoprotectants, and plunge temperatures. Over more than 60 years, numerous studies have used interrupted cooling protocols to understand the nature of damage during cooling and warming, identify the sub-zero temperature ranges where most damage occurs, and select appropriate types and concentrations of cryoprotectants for specific cell types. This paper begins with a review of crucial cryobiology concepts that are important to understand interrupted cooling, such as slow cooling and rapid cooling injuries, different types of cryoprotectants and how each type protects cells during cooling and warming, and the damage caused by cryoprotectants. This paper continues with providing a comprehensive review of studies that used different interrupted cooling protocols and to highlight their important findings for a broad range of cell types.

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)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,089
Tête enseignante GPT0,485
Écart entre enseignants0,396 · 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'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

Citations3
Publié2025
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueCryobiologyMême sujetReproductive Biology and FertilityTravaux en français237 207