MétaCan
Menu
Retour à la cohorte
Enregistrement W2039493318 · doi:10.1021/bm2013982

Injectable, Mixed Natural-Synthetic Polymer Hydrogels with Modular Properties

2012· article· en· W2039493318 sur OpenAlexaff
Mathew Patenaude, Todd Hoare

Notice bibliographique

RevueBiomacromolecules · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSelf-healing hydrogelsPolymerCarboxymethyl cellulosePolymer chemistrySwellingChemistryChemical engineeringMonomerDextranMaterials scienceOrganic chemistryComposite materialSodium

Résumé

récupéré en direct d'OpenAlex

A series of synthetic oligomers (based on the thermosensitive polymer poly(N-isopropylacrylamide) and carbohydrate polymers (including hyaluronic acid, carboxymethyl cellulose, dextran, and methylcellulose) were functionalized with hydrazide or aldehyde functional groups and mixed using a double-barreled syringe to create in situ gelling, hydrazone-cross-linked hydrogels. By mixing different numbers and ratios of different reactive oligomer or polymer precursors, covalently cross-linked hydrogel networks comprised of different polymeric components are produced by simple mixing of reactive components, without the need for any intermediate chemistries (e.g., grafting). In this way, hydrogels with defined swelling, degradation, phase transition, drug binding, and mechanical properties can be produced with properties intermediate to those of the mixture of reactive precursor polymers selected. When this modular mixing approach is used, one property can (in many cases) be selectively modified while keeping other properties constant, providing a highly adaptable method of engineering injectable, rapidly gelling hydrogels for potential in vivo applications.

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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 Opus0,014
Tête enseignante GPT0,217
Écart entre enseignants0,204 · 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

Citations171
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomacromoleculesMême sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207