MétaCan
Menu
← Retour à la cohorte
Enregistrement W7011543656

Modeling collective behavior of cells in the presence of elastic forces

2019· dissertation· en· W7011543656 sur OpenAlexaff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2019
Typedissertation
Langueen
DomaineMedicine
ThématiquePrenatal Screening and Diagnostics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésStiffnessPosition (finance)Collective behaviorOrientation (vector space)Deformation (meteorology)Dynamics (music)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Collective behavior has drawn much attention in recent years. Many models have been created to study the collective motion of cells. Nevertheless, the contribution of substrate deformation and its influence on the emergent properties of cells is less well known. One of the most successful models is the Vicsek model which uses the dynamical equations to describe the position and orientation of the cells. In this work, we have used the elastic free energy of cell pairs to and the repolarization ofthe cells due to soft and stiff substrates deformations. Various type of structures form as we change the substrate stiffness and cell-cell adhesion strength. Based on our simulations, cells exhibit highly correlated motions on stiff substrates, where the elastic forces are less dominant, and low correlated motions on the soft substrates. These results have been observed in the experiments as well. Furthermore, cells are known to be responsive to the gradients of stiffness in their environment. Such a phenomenon is called Durotaxis, which is a necessary element of the wound healing process. We show that our model can give rise to the directed migration of the cells towards rigid regions. Our results are in agreement with recent experimental work.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 Opus0,023
Tête enseignante GPT0,270
Écart entre enseignants0,248 · 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'étudeSimulation ou modélisation
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)→Même sujetPrenatal Screening and Diagnostics→Travaux en français237 207→