MétaCan
Menu
Retour à la cohorte
Enregistrement W2032516709 · doi:10.1002/jbm.b.30749

Fibroblastic interactions with high‐porosity Ti‐6Al‐4V metal foam

2007· article· en· W2032516709 sur OpenAlexaffabout
Serene Cheung, Maxime Gauthier, Louis‐Philippe Lefebvre, Michael Dunbar, Mark Filiaggi

Notice bibliographique

RevueJournal of Biomedical Materials Research Part B Applied Biomaterials · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensQueen Elizabeth II Health Sciences CentreNational Research Council CanadaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPorosityMaterials scienceMetal foamFibroblastScaffoldCell growthComposite materialBridging (networking)Cell cultureBiomedical engineeringChemistryMedicine

Résumé

récupéré en direct d'OpenAlex

A novel metallic Ti-6Al-4V foam in development at the National Research Council of Canada was investigated for its ability to foster cell attachment and growth using a fibroblast cell culture model. The foam was manufactured via a powder metallurgical process that could produce interconnected porosity greater than 70%. Cell attachment was assessed after 6 and 24 h, while proliferation was examined after 3 and 7 days. Ingrown fibroblasts displayed a number of different morphologies; some fibroblasts were spread thinly in close apposition with the irregular surface, or more often had several anchorage points and extended in three dimensions as they spanned pore space. It was also demonstrated that fibroblasts were actively migrating through the porous scaffold over a 14-day period. In a 60-day extended culture, fibroblasts were bridging and filling macropores and had extensively infiltrated the foams. Overall, it was established that this foam was supportive of cell attachment and proliferation, migration through the porous network, and that it was capable of sustaining a large cell population.

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)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,016
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,026
Tête enseignante GPT0,300
Écart entre enseignants0,274 · 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'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
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical Materials Research Part B Applied BiomaterialsMême sujetBone Tissue Engineering MaterialsTravaux en français237 207