MétaCan
Menu
Retour à la cohorte
Enregistrement W2012121126 · doi:10.1177/0885328211413621

Preliminary evaluation of therapeutic ion release from Sr-doped zinc-silicate glass ceramics

2011· article· en· W2012121126 sur OpenAlexaff
Mark G. Looney, Helen O’Shea, Daniel Boyd

Notice bibliographique

RevueJournal of Biomaterials Applications · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePorosityScaffoldZincSilicateResorptionStrontiumCeramicChemical engineeringDopingDegradation (telecommunications)Nuclear chemistryBiomedical engineeringMineralogyComposite materialMetallurgyChemistryMedicineInternal medicineOptoelectronicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Bioactive and degradable porous bioceramics play an important role in many clinical situations. Porosity is essential to the performance of a material that is proposed to be used as an implantable osseous scaffold. Scaffolds provide a three dimensional support and template to osseous integration and vascularization. Combining the porosity of a scaffold with the ability of the scaffold material to deliver therapeutic ions to the site of implantation goes some way towards developing an ideal bone graft. A series of strontium-doped zinc silicate (Ca-Sr-Na-Zn-Si) glass ceramics scaffoldswere developed, whose porosity was measured to be between 93% and 96%, which is advantageous in terms of osseous integration and vascularization. The levels of Zn(2+) and Sr(2+) detected as a result of degradation of the crystalline phases were found to be 1.4-600 parts per million (ppm) and 0-583 ppm, respectively. The levels detected correlate well with the levels of Sr(2+) and Zn(2+)ions typically associated with clinical benefits, including antibacterial efficacy, osteoblastic differentiation and impaired osteoclastic resorption.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 GPT0,262
Écart entre enseignants0,220 · 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

Citations15
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomaterials ApplicationsMême sujetBone Tissue Engineering MaterialsTravaux en français237 207