MétaCan
Menu
← Retour à la cohorte
Enregistrement W7006272714

Tissues-on-a-string: Analyzing transport within tissues via perfusable glass-sheathed hydrogel microtubes

2023· dissertation· en· W7006272714 sur OpenAlexaff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2023
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLepidoptera: Biology and Taxonomy
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSelf-healing hydrogelsProcess (computing)BiocompatibilityBiocompatible material
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Measuring transport of soluble molecules such as nutrients, waste, and therapeutics within tissues is essential to understand the impact of culture dimensionality on tissue function, and to realize improved 3D cell culture discovery platforms.Studying these properties on conventional 3D cell cultures poses great challenges as the delivering or sampling access within these complex 3D tissue structures is either challenging to precisely position within the desired region or simply destructive.In this thesis, we demonstrate proof-of-concept for a simple technique to both deliver and sample soluble factors from a point source within spheroids, using a highly perfusable hollow-core hydrogel microtube and an integrated glass capillary sheathing system, that successfully limits transport to a well-defined region inside the tissue.We successfully demonstrated its applicability by analyzing the transport properties of a model placental trophoblast choriocarcinoma, cultured as a 3D spheroid.Through comparison with finite element modeling of soluble diffusion in our platform, we found that the diffusivity within placental spheroid is heterogeneous as it shows higher diffusivity towards its core and gradually decreases the edge.This platform provides a simple design that could be used to rapidly study diffusion of soluble within a 3D tissue.the heartful energy you brought to the lab.To Karthick, thank you for all the projects we shared and help I got from you.To James, thank you for starting master's with me and sharing common interests even though we are so different (I still can't forgive you for hating poutine).To Ben and Nick W. (no.3), thank you for being fun officemates and losing money in stocks with me and specifically to Ben for saving me countless times in process control and to Nick for trusting me in my meme stocks.To Scott, thank you for the amazing food you made at the chalet.Outside of the lab, I would like to thank all my badminton friends and teammates.The cheerful energy I get from them during competitions, trainings and social events allowed me stay healthy both physically and mentally.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,247
Écart entre enseignants0,231 · 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'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 revueeScholarship@McGill (McGill)→Même sujetLepidoptera: Biology and Taxonomy→Travaux en français237 207→