MétaCan
Menu
Retour à la cohorte
Enregistrement W6902081639 · doi:10.6084/m9.figshare.28059244.v1

Additional file 8 of Microfluidic chip systems for characterizing glucose-responsive insulin-secreting cells equipped with FailSafe kill-switch

2024· article· en· W6902081639 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2024
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity Health NetworkUniversity of TorontoLunenfeld-Tanenbaum Research Institute
Organismes subventionnairesnon disponible
Mots-clésMicrofluidicsMicrochannelPerfusionComputational fluid dynamicsBoundary (topology)InsulinPhase (matter)Process (computing)

Résumé

récupéré en direct d'OpenAlex

Additional file 8. Supplementary Figure: The perfusion glucose stimulated insulin secretion (GSIS) assay-on-a-chip. (a) The design and specifications of the microfluidic-based perfusion GSIS on-a-chip consisting of a 1.5 m long and 800 µm wide microchannel with switchable inlets corresponding to LG, HG and KCl+HG solutions. Using phase contrast imaging, 8 different locations of cell-seeded microchannels were imaged and analyzed in ImageJ to estimate the cell density of adhered cells (cells per unit area of microchannel) to be used for normalizing the kinetic data of insulin secretion. (b) The initial and boundary conditions of the perfusion GSIS-on-a-chip was applied for CFD modeling to predict insulin secretion distribution across the microchannels over time. The predictability of the model was assessed by evaluating the coefficient of determination between predicted values from the CFD model and measured values of insulin secretion obtained from the perfusion GSIS assay on-chip corresponding to (c) βiPLCs, (d) FSβiPLCs and (e) GCV treated FSβiPLCs.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut 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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,797
Score d'incertitude au seuil0,290

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0040,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,7970,196

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 Opus0,022
Tête enseignante GPT0,245
Écart entre enseignants0,223 · 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.

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujet3D Printing in Biomedical ResearchTravaux en français237 207