MétaCan
Menu
Retour à la cohorte
Enregistrement W2049253205 · doi:10.1002/jbm.a.32338

Investigation of mechanical properties of soft hydrogel microcapsules in relation to protein delivery using a MEMS force sensor

2009· article· en· W2049253205 sur OpenAlexaff
Keekyoung Kim, Ji Cheng, Qun Liu, Xiao Yu Wu, Yu Sun

Notice bibliographique

RevueJournal of Biomedical Materials Research Part A · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensUniversity of TorontoCanada Research Chairs
Organismes subventionnairesnon disponible
Mots-clésMicroscale chemistryMaterials scienceCapacitive sensingMicroelectromechanical systemsCoatingChitosanComposite materialMechanical compressionSelf-healing hydrogelsEmulsionBiomedical engineeringNanotechnologyChemical engineeringPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

This article reports the investigation of mechanical properties of alginate-chitosan microcapsules and the relation to protein delivery. For microscale compression testing, a system based on a microelectromechanical systems (MEMS) capacitive force sensor was developed. The bulk microfabricated capacitive force sensors are capable of resolving forces up to 110 microN with a resolution of 33.2 nN along two independent axes. The monolithic force sensors were directly applied to characterizing mechanical properties of soft hydrogel microparticles without assembling additional end-effectors. Protein-loaded alginate-chitosan microcapsules of approximately 20 mum in diameter were prepared by an emulsion-internal gelation-polyelectrolyte coating method. Young's modulus values of individual microcapsules with 1, 2, and 3% chitosan coating were determined through microscale compression testing in both distilled deionized (DDI) water and pH 7.4 phosphate-buffered saline (PBS). Protein release rates were also determined in DDI water and PBS. Finally, protein release rates were correlated with mechanical properties of the microcapsules.

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 enseignants0,000
Score d'incertitude au seuil0,002

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)0,0000,000

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 Opus0,074
Tête enseignante GPT0,316
Écart entre enseignants0,242 · 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

Citations112
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical Materials Research Part AMême sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207