MétaCan
Menu
Retour à la cohorte
Enregistrement W1992076133 · doi:10.1016/j.jascer.2014.04.002

In vitro bioactivity of 3D Ti-mesh with bioceramic coatings in simulated body fluid

2014· article· en· W1992076133 sur OpenAlexaff
Wei Yi, Xudong Sun, Dun Niu, Xiaozhi Hu

Notice bibliographique

RevueJournal of Asian Ceramic Societies · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensScience North
Organismes subventionnairesNational Natural Science Foundation of ChinaChina Scholarship CouncilUniversity of Western Australia
Mots-clésSimulated body fluidMaterials scienceApatiteBioceramicComposite numberComposite materialCoatingBioactive glassSubstrate (aquarium)Layer (electronics)CeramicTape castingChemical engineeringMicrostructurePorosityScanning electron microscope

Résumé

récupéré en direct d'OpenAlex

3D Ti-mesh has been coated with bioceramics under different coating conditions, such as material compositions and micro-porosity, using a dip casting method. Hydroxyapatite (HA), micro-HA particles (HAp), a bioglass (BG) and their different mixtures together with polymer additives were used to control HA-coating microstructures. Layered composites with the following coating-to-substrate designs, such as BG/Ti, HA + BG/BG/Ti and HAp + BG/BG/Ti, were fabricated. The bioactivity of these coated composites and the uncoated Ti-mesh substrate was then investigated in a simulated body fluid (SBF). The Ti-mesh substrate and BG/Ti composite did not induce biomimetic apatite deposition when they were immersed in SBF for the selected BG, a pressable dental ceramic, used in this study. After seven days in SBF, an apatite layer was formed on both HA + BG/BG/Ti and HAp + BG/BG/Ti composites. The difference is the apatite layer on the HAp + BG/BG/Ti composite was rougher and contained more micro-pores, while the apatite layer on the HA + BG/BG/Ti composite was dense and smooth. The formation of biomimetic apatite, being more bioresorbable, is favored for bone regeneration.

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 Opus0,004
Tête enseignante GPT0,202
Écart entre enseignants0,198 · 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

Citations13
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Asian Ceramic SocietiesMême sujetBone Tissue Engineering MaterialsTravaux en français237 207