MétaCan
Menu
Retour à la cohorte
Enregistrement W1149724364 · doi:10.1089/ten.tec.2013.0147

Novel and Simple Alternative to Create Nanofibrillar Matrices of Interest for Tissue Engineering

2013· article· en· W1149724364 sur OpenAlexaff
Jérôme Sohier, Pierre Corre, Christophe Perret, Paul Pilet, Pierre Weiss

Notice bibliographique

RevueTissue Engineering Part C Methods · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensHotel Dieu Hospital
Organismes subventionnairesnon disponible
Mots-clésNanofiberExtracellular matrixRegenerative medicineMaterials scienceNanometrePorosityMatrix (chemical analysis)PolymerNanotechnologyTissue engineeringMesenchymal stem cellNatural polymersBiomedical engineeringComposite materialChemistryStem cellEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

Synthetic analogs to natural extracellular matrix (ECM) at the nanometer level are of great potential for regenerative medicine. This study introduces a novel and simple method to produce polymer nanofibers and evaluates the properties of the resulting structures, as well as their suitability to support cells and their potential interest for bone and vascular applications. The devised approach diffracts a polymer solution by means of a spraying apparatus and of an airstream as sole driving force. The resulting nanofibers were produced in an effective fashion and a factorial design allowed isolating the processing parameters that control nanofiber size and distribution. The nanofibrillar matrices revealed to be of very high porosity and were effectively colonized by human bone marrow mesenchymal cells, while allowing ECM production and osteoblastic differentiation. In vivo, the matrices provided support for new bone formation and provided a good patency as small diameter vessel grafts.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
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 Opus0,042
Tête enseignante GPT0,353
Écart entre enseignants0,311 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTissue Engineering Part C MethodsMême sujetElectrospun Nanofibers in Biomedical ApplicationsTravaux en français237 207