MétaCan
Menu
Retour à la cohorte
Enregistrement W2028900392 · doi:10.1097/bot.0b013e3181ca3b58

Nanotechnology and Bone Healing

2010· review· en· W2028900392 sur OpenAlexafffund
Edward J. Harvey, Janet E. Henderson, Srikar Vengallatore

Notice bibliographique

RevueJournal of Orthopaedic Trauma · 2010
Typereview
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensMcGill University Health CentreMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineNanotechnologyBone healingTraumatologyBiomedical engineeringOrthopedic surgerySurgeryMaterials science

Résumé

récupéré en direct d'OpenAlex

Nanotechnology and its attendant techniques have yet to make a significant impact on the science of bone healing. However, the potential benefits are immediately obvious with the result that hundreds of researchers and firms are performing the basic research needed to mature this nascent, yet soon to be fruitful niche. Together with genomics and proteomics, and combined with tissue engineering, this is the new face of orthopaedic technology. The concepts that orthopaedic surgeons recognize are fabrication processes that have resulted in porous implant substrates as bone defect augmentation and medication-carrier devices. However, there are dozens of applications in orthopaedic traumatology and bone healing for nanometer-sized entities, structures, surfaces, and devices with characteristic lengths ranging from 10s of nanometers to a few micrometers. Examples include scaffolds, delivery mechanisms, controlled modification of surface topography and composition, and biomicroelectromechanical systems. We review the basic science, clinical implications, and early applications of the nanotechnology revolution and emphasize the rich possibilities that exist at the crossover region between micro- and nanotechnology for developing new treatments for bone healing.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,265
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations55
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Orthopaedic TraumaMême sujetBone Tissue Engineering MaterialsTravaux en français237 207