Ãtude des interactions entre les nerfs sensoriels et les follicules pileux dans un modèle in vitro de peau reconstruite par génie tissulaire
Bibliographic record
Abstract
L’objectif du présent projet était d’optimiser le modèle de peau reconstruite par génie tissulaire déjà mis au point par notre équipe afin qu’il stimule le processus de régénération nerveuse après greffe pour améliorer la récupération tactile des grands brûlés. Nous avons utilisé des follicules pileux murins et des neurones sensoriels extraits des ganglions de la racine dorsale de fœtus de souris et avons posé comme hypothèse que les poils avaient une influence positive sur la migration axonale. Une élongation vigoureuse des neurites a été détectée à l’intérieur du derme reconstruit. En présence de cellules épithéliales, il y a eu une migration préférentielle des axones vers les follicules pileux immatures implantés dans le modèle, migration qui a été suivie d’une association étroite des axones et des follicules pileux. Nous avons donc développé avec succès un modèle nous permettant d’étudier les effets de l’épiderme et des follicules pileux sur la croissance des nerfs.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".